您正在使用IE低版浏览器,为了您的雷峰网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
人工智能 正文
发私信给奕欣
发送

1

MIT推进诊断老年痴呆的认知计算,解决机器学习的黑箱问题

本文作者:奕欣 2017-03-15 09:29
导语:为了更好地抵御这样的老年危机,MIT与Lahey医院医学中心一同研发了一款工具,能够帮助更好地检测认知障碍,早发现早治疗,以间接减少患病的人数。

毋庸置疑,人类的寿命正在变长。而伴随而来的老龄化问题,也导致了老年人可能面临认知衰退的威胁,比如老年痴呆等疾病。

根据相关机构的统计显示,美国确认患有老年痴呆的患者目前有500万人,而在2050年将会达到1350万人。为了更好地抵御这样的老年危机,MIT与Lahey医院医学中心一同研发了一款工具,能够帮助更好地检测认知障碍,早发现早治疗,以间接减少患病的人数。

CSAIL的认知系统与人机交互专家Randall Davis及Lahey医院与医学中心的神经学专家Dana Penney一同牵头推动研究,在画钟测试(CDT)的基础上进行改进。

雷锋网了解到,画钟测试是一种传统的检测老年痴呆的测试手段,凭借其简单、实用的特点已经延续了半个世纪。画钟测试首先会要求老人独立画出一个有表盘数字的钟,表针需要指向医生所说的时间。随后,再让老人重复画一个相同的钟。

前一个步骤主要考察的是对方对语言的理解能力与记忆能力;而第二个步骤则是考察空间推理与执行功能。根据雷锋网了解,得分标准有四个:

  • 表盘是一个闭锁的圆;

  • 数字在表盘上的位置正确;

  • 数字没有画出圆外;

  • 所指示的时间与医生所要求的时间一致。

Davis与Penney与他们的学生团队进行合作,希望用一支电子笔取代原有的普通笔。医生不仅能够检测病人的画钟结果,还能检测到对方的绘画过程。经过长达十年的研究,Penney与同事们对4000位受试者进行了电子笔的测试,并通过机器学习构建预测模型,结果显示,比起传统的医师人工诊断,电子笔呈现出了更精确的诊断率。

然而这个测试仍然存在不足之处,那就是机器学习的黑箱问题。机器无法告诉人类它是如何思考的,这也意味着整个诊断过程缺乏透明度及置信度。团队开始意识到,不论是对医生还是病人而言,一个复杂且不透明的算法都无法被接受。

IBM也一直在推进认知计算,即将机器学习及思考的过程尽量通过逻辑的方式呈现。MIT目前也想尝试用同样的方式推动机器诊断的合理性。

MIT推进诊断老年痴呆的认知计算,解决机器学习的黑箱问题

Souillard-Mandar与Randall Davis

学生Souillard-Mandar表示,分析将由两个部分组成:

  • 理解受试者在画的内容:比如画出一些连续的横杆,这代表时钟的分针刻度;

  • 而基于这样的理解,系统能够呈现整体的测试结果,并综合认知函数给出医师能够理解的指标。“这也是我们让模型可理解的关键,临床医生也能够很轻易地理解算法是如何推导出决策内容的。”

实验显示,新型的机器学习测试能够节约医生的大量时间,同时提升准确性,在易用的同时也保证了造价便宜。Davis表示,

“有很多药物能够减缓老年痴呆的恶化,因此早发现并及早接受治疗,无疑是有益于老人的。”

在过去两年里,Davis与团队努力将产品从实验室延伸到临床阶段。Davis、Penney与投资人Philip Cooper联合创办了一家名为Digital Cognition Technologies(DCT)的公司,将原来的电子笔及微型计算机打造为一款名为DCTclock的产品。认知能力的测试像测量血压一样快捷方便,而且在一分钟内就能够获得结果。目前一些制药公司正在使用产品进行临床测试,并计划在2018年为临床医生提供服务。

雷锋网了解到,美国联邦的老年保健医疗制度Medicare在最近就决定将DCTclock普及65岁以上公民的年度检查,就像PET扫描一样快速而安全。“PET能够测量生理方面的健康指标;而我们能够对行为进行测量,并判断用户的认知。”

via MIT,雷锋网编译

雷峰网版权文章,未经授权禁止转载。详情见转载须知

MIT推进诊断老年痴呆的认知计算,解决机器学习的黑箱问题

分享:
相关文章
当月热门文章
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说