通过跟踪驾驶行为可以检测痴呆症的早期迹象

来自美国研究人员团队的迷人新的研究已经使用了机器学习技术来开发算法，可以分析自然主义驾驶数据并检测驾驶员中的温和认知障碍和痴呆症。这项工作仍处于初步阶段，然而，研究人员声称在未来可能可以使用纳入汽车软件系统中的智能手机应用程序或设备来检测痴呆症的早期迹象。

痴呆症对驾驶行为的影响是一个合理的学习主题。观察驾驶行为的变化肯定不成熟，因为神经变性导致认知衰退。然而，这项新的研究探索了机器学习技术是否可用于识别驱动数据中的模式，然后可以检测到轻度认知障碍（MCI）或痴呆症。

该研究利用了一种名为Longroad（纵向调查驾驶员纵向研究）的新型长期研究的数据，该研究追踪了近3000名较大的驾驶员长达四年，提供了一个大的纵向数据集。

在Longoad研究的过程中，33名受试者被患有MCI和31患有痴呆症。一系列机器学习模型在Longroad数据上培训，任务检测MCI和痴呆症免于驾驶行为。

“基于来自自然主义驾驶数据和基本人口特征的变量，如年龄，性别，种族/种族和教育水平，我们可以预测68％的准确性的轻度认知障碍和痴呆症，”Sharon di，Lead Author上新研究。

虽然年龄是检测MCI或痴呆的第一个因素，但许多驱动变量紧密遵循。这些包括：“旅行中的旅行百分比在15英里（24公里）之内......在家里开始和结束的旅行长度，每次旅行分钟，以及减速率≥0.35g的硬制动事件的数量≥0.35克。”单独使用驾驶变量，模型仍然可以预测那些具有66％的精度的MCI或痴呆症驱动因素。

这是工作的早期几天，与研究人员说需要更多调查，以具体了解MCI和痴呆之间的驾驶特性的差异。此外，研究表明，在Longroad数据中的MCI和DEMENIA案例中，研究表明，有必要更大的调查来了解预测模型在真实世界中的广泛上广泛。

然而，该研究确实指出了智能手机应用程序或汽车内部软件的未来情景可以不断监控您的驾驶模式，以便在临床症状变得明显之前提供早期检测认知下降的线索。 当然，这一切都假定我们将来仍然会积极驾驶汽车。 “我们的研究表明，自然主义驾驶行为可用作轻度认知障碍和痴呆症的全面可靠的标志物，”高级作者Guohua Li“。 “如果经过验证，本研究开发的算法可以提供一种新颖的，不显眼的筛选工具，用于早期检测和管理更旧的驾驶员的轻度认知障碍和痴呆症。”