便携式运动测试使用人工智能来检测认知能力下降的早期迹象

提供最初的证据，表明便携式和负担得起的装置可以根据日常任务中的移动方式准确地识别出轻度认知障碍的老年人。该系统结合了深度摄像头，力板和人工智能，能够正确对83％的参与者进行轻度认知障碍的分类。结果表明，该工具可用于扩展对早期筛查的访问，尤其是在资源有限的社区中。

轻度的认知障碍是指记忆和思维的变化，这些变化显着，但不足以干扰日常生活。它通常代表正常衰老与更严重的疾病（例如阿尔茨海默氏病或​​其他形式的痴呆症）之间的过渡阶段。早期检测很重要，因为可能像新药卵巢瘤一样慢慢进展的治疗仅在疾病早期阶段被批准。

但是，获得准确的诊断通常是一个漫长而昂贵的过程，需要访问专业专业人员。在农村或服务不足的地区，这些评估尤其难以访问。轻度认知障碍的老年人中只有一小部分会接受正式诊断，从而使早期干预变得困难。

密苏里大学的研究人员希望找到一种将筛查工具直接带入社区诊所和家庭的方法。他们发展了Mizzou护理点评估系统，或mpass，这是一种轻巧且便携式的设备，包括深度感应摄像头和定制的力板。这种设置允许详细测量一个人在步行，站立和执行其他功能任务时如何移动。

我们最初的目标是开发可访问的技术，以评估运动和在诊所使用的平衡。我们有一个非常不错的传统步态实验室，其中具有用于测量人类运动的金标准设备（运动捕获，力板，EMG）。但是，该系统很少在研究项目之外使用。研究作者Trent M. Guess解释说，这些系统过于昂贵，太复杂了，无法在诊所或实验室外的其他设施中使用。Mizzou运动分析中心。

–2020年，我们从密苏里大学获得了发展MAPP的资金。我们对MAPS的最初目标是脑震荡评估，发现该平台可以区分急性脑震荡阶段的人，并确定脑震荡对运动和平衡的挥之不去的影响。通过这些有希望的早期结果，我们想知道MAPS是否可以检测到轻度认知障碍对运动和平衡的影响。

步态之间的联系，尤其是在双重任务期间和认知能力下降期间的联系是众所周知的。阿尔茨海默氏症是一种真正毁灭性的疾病，与许多其他疾病一样，我有家人和亲密的朋友，他们的生命被阿尔茨海默氏症颠倒了。能够从事可能有助于在最早阶段检测痴呆症的技术工作是很有意义的。

在这项研究中，团队招募了47名60岁以上的参与者。十九岁是通过神经心理学诊所的先前评估或基于其在蒙特利尔认知评估上的得分，这是一种标准化的认知筛查测试，被诊断出患有轻度认知障碍。其他28名参与者没有已知的认知问题，并且是健康比较组。

每个参与者都完成了一系列电动机任务，同时被MPASS系统观察到。这些任务包括站着不动，走了很短的距离，并从坐着的位置站起来。为了使测试更具挑战性并更好地揭示认知能力下降的迹象。

MPASS设备使用深度摄像头和力板记录了数据。相机在三个维度上跟踪身体位置和关节运动，而力板测量了该人如何改变自己的体重并保持平衡。研究人员从这些录音中提取了27个不同的变量，包括步幅长度，完成任务的时间以及一个人站立时摇摆多少。某些数据被参与者的眼睛睁开，有些数据闭合，以测试视觉输入在平衡中的作用。

然后使用三种类型的机器学习模型分析所有这些数据：逻辑回归，支持向量机和决策树。这些模型旨在识别大型数据集中的模式，并根据这些模式进行预测。对大多数参与者数据进行了对模型的培训，然后对较小的组进行了测试，以评估他们能够确定哪些人有轻度认知障碍的程度。

决策树模型原来是最准确的，正确地识别了83％的轻度认知障碍参与者。它还取得了特殊性的完美分数，这意味着它正确地将所有健康的个体视为没有认知障碍。机器学习模型发现，最重要的线索来自与平衡相关的措施，尤其是当该人被要求闭上眼睛时，大声进行数学时。前六个预测功能中有五个来自平衡的测量，例如一个人站立时的大规模摇摆中心。剩下的关键特征是步行时长度长度。

有趣的是，即使该测试经常在临床环境中用于评估强度和流动性，但坐姿到设置任务的测量对最终模型并没有太大贡献。研究人员认为，未来的研究仍可能探索分析此任务的更高级方法，因为它们的版本包括通常在传统评估中未捕获的运动数据。

我们很高兴得知MAPS可以检测到与轻度认知障碍有关的运动中的微妙签名。目前，轻度认知障碍严重诊断出来。一项研究估计，只有8％的美国人预计患有轻度的认知障碍会接受临床诊断。一种对轻度认知障碍筛查的有效，廉价且易于获得的方法对与阿尔茨海默氏症和其他痴呆症的斗争非常有益。”

MMPASS测量运动功能的多个方面（例如静态平衡和步态），并结合了认知和运动任务（例如，在解决数学问题的同时步行），以提供更敏感的数据，以检测与认知能力下降相关的运动功能变化。MPASS评估产生了不同的数据集，人工智能的使用可以检测到这些数据中的复杂关系，从而提供了一种瞬时诊断的手段。”

但是，作者承认一些局限性。样本量很小，只有19名参与者参加了轻度认知障碍组。参与者在种族或地理背景方面也不是很多样化，因此未来的研究将需要包括更广泛的个人，以确保这些发现广泛适用。由于身体跟踪问题，在测试过程中也丢失了一些数据，尽管研究团队此后已经完善了他们的程序，以避免将来的工作中的问题。

尽管存在这些局限性，但结果表明，像MAPS这样的便携式低成本系统可能是早期发现认知问题的实用工具，尤其是在访问专业测试的设置中。由于该设备易于使用，并且不需要血液检查或成像，因此它可能在初级保健办公室，高级中心甚至人的家中使用。这可以帮助较早地识别有风险的人，并在治疗最有效的同时将他们与干预措施联系起来。

研究小组现在正在通过美国国立卫生研究院的资助来扩大研究。他们计划包括更复杂的步行任务并评估其他类型的运动，以进一步提高系统的准确性。研究人员认为，将认知和运动测试与人工智能相结合，在改善老年人的筛查和结果方面具有巨大的希望。

这项研究，使用机器学习使用新颖的多模式运动功能评估平台来识别轻度认知障碍的人的可行性，由杰米·霍尔（Jamie B.