驾驶行为涉及痴呆症的早期信号

哥伦比亚大学梅尔曼公共卫生学院(Columbia University Mailman School of Public Health)和哥伦比亚大学傅基金会工程与应用科学学院(Fu Foundation School of Engineering and Applied Science)的研究人员利用自然驾驶数据和机器学习技术，开发出了高度精确的算法，用于检测老年驾驶员的轻度认知损伤和痴呆症。自然驾驶数据指的是通过车载记录设备或其他技术在现实环境中获取的数据。这些数据可以经过处理，以非常详细地衡量驾驶暴露度、空间和性能。该研究结果发表在该杂志上老年人。

研究人员开发了随机的森林模型，一种统计技术，用于分类疾病状态的AI广泛使用，其出现非常良好。“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，我们可以预测轻度认知障碍和痴呆症的准确率为88%，”土木工程副教授Sharon Di说工程力学他是哥伦比亚工程学院的教授，也是这项研究的主要作者。

调查人员使用由车载记录设备捕获的自然主义的驾驶数据从2977名老化司机（Longroad）项目的参与者捕获的自然驾驶数据，由AAA Founttice进行交通安全的纵向研究。在入学时，参与者是65-79岁的积极司机，没有显着的认知障碍和退行性的医疗条件。本研究中使用的数据跨越2015年8月至2019年3月的时间段。

截至2019年4月，在2977名车上安装了车载记录设备的参与者中，33人新诊断出轻度认知障碍，31%的人患有痴呆症。研究人员训练有素的一系列的机器学习模型检测轻度认知障碍/痴呆,发现模型基于驱动变量和人口特征是88%准确的,比模型基于人口学特征只(29%)和驱动变量(66%)。进一步分析显示,年龄是最有预测力的轻度认知损害和痴呆,紧随其后的是旅行的比例在15英里的旅行回家,种族/民族,分钟每趟链的长度(即,旅行开始和结束在家里),分钟每趟,许多困难和减速制动事件率为0.35 g。

“驾驶是一种复杂的任务，涉及动态认知过程，需要基本的认知功能和感知运动技能。我们的研究表明，自然主义驾驶行为可以用作轻度认知障碍和痴呆症的全面可靠的标志物，”Guohua Li，Md，Drh，哥伦比亚邮政母公共卫生学院流行病学和麻醉学教授，医师和外科医生，高级作者。“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轻度认知障碍和管理痴呆在较旧的司机。“

---

---