resumen: Los investigadores han creado un algoritmo nuevo, preciso y fácil de interpretar para predecir el deterioro cognitivo leve y la demencia en los ancianos.
fuente: Universidad de Colombia
Utilizando técnicas de aprendizaje grupal y datos longitudinales del gran Estudio de conducción normal, los investigadores de la Escuela de Salud Pública Mailman de la Universidad de Columbia, la Facultad de Ingeniería y Ciencias Aplicadas de la Fundación Vu y la Facultad de Médicos y Cirujanos de Vagelos desarrollaron un algoritmo nuevo, interpretable y de alta precisión. para predecir el deterioro cognitivo leve y la demencia en conductores mayores.
Las etiquetas numéricas se refieren a variables creadas a partir de datos capturados a través de dispositivos de grabación en un entorno del mundo real. Estos datos se pueden procesar para medir el comportamiento de conducción, el rendimiento y el patrón de cadencia espacial con un detalle excepcional.
El estudio ha sido publicado en la revista inteligencia artificial en medicina.
Los investigadores utilizaron un método de clasificación basado en la interacción para seleccionar las variables predictivas en el conjunto de datos. Este modelo de aprendizaje logró una precisión de hasta el 96 % en la predicción del deterioro cognitivo leve y la demencia, superando a los modelos tradicionales de aprendizaje automático, como la regresión logística y los bosques aleatorios, una técnica estadística ampliamente utilizada en inteligencia artificial para la clasificación de estados de enfermedades.
«Nuestro nuevo modelo de aprendizaje grupal basado en puntajes numéricos y características demográficas de referencia puede predecir el deterioro cognitivo leve y la demencia en conductores mayores con excelente precisión», dijo Sharon D, profesora asociada de ingeniería civil e ingeniería mecánica en Columbia Engineering y autora principal del estudio. .
Los investigadores construyeron una variable de 200 unidades utilizando datos de conducción natural, del vehículo y ambientales capturados por dispositivos de grabación en el vehículo para 2977 conductores que participan en el proyecto Longitudinal Research on Older Older (LongROAD), un estudio de cohorte prospectivo realizado en cinco sitios a lo largo de los estados contiguos. Estados Unidos y patrocinado por AAA para la seguridad vial.
En el momento de la inscripción, los participantes eran conductores activos de entre 65 y 79 años y estaban cognitivamente sanos. Los datos utilizados en este estudio provienen de los primeros tres años de seguimiento, que se desarrollaron desde agosto de 2015 hasta marzo de 2019. Durante el seguimiento, a 36 participantes se les diagnosticó deterioro cognitivo leve, 8 enfermedad de Alzheimer y 17 otra o enfermedad no especificada. demencia.
Los investigadores realizaron una serie de experimentos de modelado por computadora y descubrieron que el nuevo modelo de aprendizaje grupal es entre un 6 y un 10 por ciento más preciso que los modelos de bosque aleatorio y de regresión logística para predecir el deterioro cognitivo leve y la demencia.
Las dos variables de conducción más influyentes son la relación de giro de derecha a izquierda y el número de frenadas bruscas (definidas como maniobras con tasas de desaceleración ≥ 0,4 g). señaló D.
«Alrededor del 85 por ciento de las personas mayores en los Estados Unidos son conductores con licencia. Como el medio de transporte personal preferido, la conducción juega un papel importante en el mantenimiento de la independencia, el autocontrol, la sociabilidad y la calidad de vida. Operar un vehículo motorizado de manera segura requiere Funciones cognitivas y físicas.
dijo Guohua Li, MD, DrPH, profesor de epidemiología y anestesiología en la Escuela de Salud Pública Mailman de Columbia y el Colegio de Médicos y Cirujanos de Vagelos, y autor principal.
“La detección temprana del deterioro cognitivo leve y la demencia puede conducir a una evaluación, diagnóstico e intervenciones oportunos, que son particularmente importantes en ausencia de tratamientos efectivos”.
Sobre esta noticia de investigación sobre inteligencia artificial y demencia
autor: oficina de prensa
fuente: Universidad de Colombia
comunicación: Oficina de Prensa – Universidad de Columbia
imagen: La imagen es de dominio público.
Búsqueda original: Acceso cerrado.
«Detección de deterioro cognitivo leve y demencia en ancianos utilizando datos de conducción normales y clasificación basada en la interacción del puntaje de afectoEscrito por Xuan Di et al. inteligencia artificial en medicina
un resumen
Ver también
Detección de deterioro cognitivo leve y demencia en ancianos utilizando datos de conducción normales y clasificación basada en la interacción del puntaje de afecto
Varios estudios recientes indican que los cambios atípicos en los comportamientos de conducción parecen ser signos tempranos de deterioro cognitivo leve (DCL) y demencia. Sin embargo, estos estudios están limitados por tamaños de muestra pequeños y tiempo de seguimiento corto.
Este estudio tuvo como objetivo desarrollar un método de clasificación basado en la interacción basado en una estadística llamada puntaje de afecto (es decir, puntaje I) para predecir el deterioro cognitivo leve y la demencia utilizando datos de conducción normal recopilados del proyecto Longitudinal Research on Older Adults (LongROAD). Las trayectorias de conducción normales se recopilaron a través de registradores en el vehículo durante un máximo de 44 meses de 2977 participantes que estaban cognitivamente sanos en el momento del registro. Estos datos se procesaron y agregaron para generar 31 variables de conducción secuenciales temporales.
Debido a las propiedades de las series temporales de alta dimensión para las variables impulsoras, utilizamos una puntuación I para la selección de variables. La escala I es una medida para evaluar la capacidad predictiva de las variables y ha demostrado ser eficaz para distinguir entre variables ruidosas y predictivas en big data. Se introduce aquí para identificar unidades o grupos de variables influyentes que representan interacciones complejas entre variables explicativas. Puede interpretarse en relación con la medida en que las variables y sus interacciones contribuyen a la predicción del clasificador.
Además, I-Score mejora el rendimiento de los clasificadores en conjuntos de datos desequilibrados debido a su asociación con la puntuación F1. Utilizando las variables predictivas identificadas por I-Score, se generan bloques residuales basados en interacción sobre los módulos I-Score para generar predicciones y agregar estos agregados de aprendizaje para mejorar la predicción del clasificador general.
Los experimentos que utilizan datos de conducción natural muestran que nuestro método de clasificación propuesto logra la mejor precisión (96 %) para predecir el deterioro cognitivo leve (DCL) y la demencia, seguido del bosque aleatorio (93 %) y la regresión logística (88 %). En términos de puntaje F1 y AUC, nuestro clasificador propuesto logra 98 % y 87 %, respectivamente, seguido de bosque aleatorio (con un puntaje F1 de 96 % y AUC de 79 %) y regresión logística (con un puntaje F1 de 92 %). y AUC del 77%. ).
Los resultados indican que la incorporación de una puntuación I en los algoritmos de aprendizaje automático puede mejorar significativamente el rendimiento del modelo para predecir el deterioro cognitivo leve (DCL) y la demencia en conductores mayores.
También realizamos un análisis de importancia de las características y descubrimos esto Relación de rotación de derecha a izquierda Y Número de eventos de frenado fuerte son las variables impulsoras más importantes que predicen el deterioro cognitivo leve (DCL) y la demencia.
«Zombieaholic. Nerd general de Twitter. Analista. Gurú aficionado de la cultura pop. Fanático de la música».
