研究概要： 随着人口老龄化趋势加剧——尤其是佛罗里达等拥有数百万老年驾驶员的地区——在安全问题出现前识别认知衰退早期迹象的机遇日益凸显。驾驶是一项依赖记忆、注意力和决策能力的复杂现实活动，但多数研究依赖模拟或自我报告，而非实际行为数据。科学家们日益关注人们驾驶方式的细微变化是否能揭示轻度认知障碍前期(Pre-MCI)和轻度认知障碍(MCI)的最早阶段，此时干预可能最为有效。
在一项持续研究中，佛罗里达大西洋大学(FAU)研究人员利用车载传感器和详细认知测试，分析了36名老年驾驶员的近4,800次实际行程。发表在《Sensors》期刊的研究结果显示明显的驾驶模式差异：早期认知障碍患者表现出油门控制不一致、行程较短且速度调节效率较低，而认知功能正常驾驶员则展现出更稳定的控制、更高的平均速度和更灵敏的制动反应。关键在于，正是这些行为的综合表现——而非任何单一行为——最能有效区分两组人群，这突显了日常驾驶数据作为认知衰退早期预警信号的潜力。
随着越来越多老年人延长驾驶年限，理解早期认知变化如何影响驾驶变得日益重要。在美国，65岁及以上持证驾驶员超过5,000万，其中佛罗里达约有500万——位居全国最高浓度地区之列。随着这一群体持续增长，亟需简单、真实的早期认知衰退检测方法，以预防潜在安全风险。
随着对早期认知衰退关注度提升，研究人员正探索日常驾驶的细微变化是否能预示轻度认知障碍前期(Pre-MCI)和轻度认知障碍(MCI)。早期证据表明，这些变化可能出现在临床症状明显之前，使驾驶行为成为早期衰退的潜在实际指标。
然而，关于早期认知衰退如何影响驾驶的研究仍在发展中，存在诸多未解问题。尤其重要的是，很少有研究将客观、连续的日常驾驶数据与全面认知评估相结合。
为弥补这些空白，佛罗里达大西洋大学研究人员考察了日常驾驶行为的细微变化是否能预示Pre-MCI或MCI的存在，以及哪些特定驾驶模式最有助于识别这些早期变化。
作为持续研究的一部分，研究团队在老年人车辆中安装传感器，并追踪其三年驾驶行为。该车载传感器网络由FAU工程与计算机科学学院研究人员开发，采用商用硬件和软件以减少开发时间、风险和成本。系统设计简洁紧凑，布线和传感器最少化以确保不干扰驾驶，包含两个单元：一个用于行车数据，一个用于视频记录。
研究中，研究人员比较了认知功能正常驾驶员与Pre-MCI或MCI患者的行程级驾驶数据。每次记录行程代表单一驾驶事件，包含行驶距离、行程时长、平均及最高速度、发动机性能、油门模式、燃油水平以及急刹车、快速加速和急转弯等驾驶事件统计。
分析将记录的行车数据与加速度计数据同神经心理学测试相结合。参与者每三个月接受一次详细认知评估，最长持续三年。
对近4,800次驾驶行程的分析表明，老年人驾驶方式的细微变化可预示早期认知衰退。发表在《Sensors》期刊的研究显示，揭示这些早期预警信号的并非单一行为，而是整体驾驶模式。
Pre-MCI或MCI患者往往对油门控制不一致，行程较短或更为零散，且表现出速度调节效率较低的迹象。相比之下，认知功能正常驾驶员更可能保持较高平均速度，在需要时更频繁刹车，并对油门保持更稳定、更有控制的使用——这些模式表明他们在道路上更具信心和反应能力。
"这些发现特别引人注目的是，综合驾驶模式如何清晰地区分了两组人群，"FAU克里斯汀·E·林恩护理学院教授兼杰出学者、FAU斯泰尔斯-尼科尔森脑科学研究所成员露丝·塔彭(Ruth Tappen)博士表示，"当所有行为被综合分析时，该模型能够高度准确地区分认知功能正常驾驶员与早期认知障碍者。日常驾驶习惯——通过车载传感器被动捕捉——可能提供一种强大的新方法，能在这些细微认知变化变得明显之前很早就检测到它们。"
本研究共同作者包括：大卫·纽曼(David Newman)博士，克里斯汀·E·林恩护理学院教授兼统计学家；莫妮卡·罗塞利(Monica Roselli)博士，FAU查尔斯·E·施密特科学学院心理学教授兼副系主任；乔舒亚·科尼夫(Johsua Coniff)，神经心理学博士生；苏布霍西特·雷(Subhosit Ray)博士，克里斯汀·E·林恩护理学院博士后研究员；索尼亚·莫什菲吉(Sonia Moshfeghi)博士，FAU感知研究所(I-SENSE)博士后研究员；姜俊宇(Jinwoo Jang)博士，FAU工程与计算机科学学院副教授兼I-SENSE研究员；杨光秀(KwangSoo Yang)博士，副教授；以及博尔科·弗赫特(Borko Furht)博士，FAU工程与计算机科学学院教授兼NSF研究中心主任。
本研究由美国国立卫生研究院下属国家衰老研究所资助，授予塔彭博士。
【全文结束】