哥伦比亚护理学院的一项新研究表明，对录音的人工智能(AI)分析可以提供一种快速，廉价的方式来筛查家庭护理患者的轻度认知障碍和早期痴呆(MCI-ED)。

博士后研究员Maryam Zolnoori博士已获得美国国立卫生研究院(NIH)的资助，用于开发语音处理算法MCI-ED屏幕，以识别家庭护理患者轻度认知障碍和早期痴呆的最早迹象。MCI-ED建立在AD Screen的基础上，AD Screen是Zolnoori开发的一种语音处理算法，用于通过分析录音来检测阿尔茨海默病和相关痴呆症(ADRD)。

阿尔茨海默氏症协会估计，美国60岁及以上的人中近五分之一患有MCI，10%至15%的MCI患者将在一年内患上ADRD。Zolnoori解释说，识别MCI-ED患者通常不会意识到自己的认知功能丧失很重要，因为干预措施可以帮助减缓痴呆进展并确保患者的安全。

虽然NIH，国家科学基金会和其他机构优先考虑开发MCI-ED筛查工具，但可用的方法 - 如脑部扫描或脑脊液分析 - 对于实际使用来说过于昂贵，侵入性或资源密集型。Zolnoori指出，目前的认知评估工具(例如，迷你精神状态检查)要求临床医生接受额外的培训才能在临床环境中使用，并且可能需要10到20分钟才能完成。

MCI-ED屏幕可以通过使用在正常护理过程中进行的记录来避免这些问题。“我们不会打断你，我们不会要求你使用任何占用你时间的特定工具，”Zolnoori说。“我们只是记录你的谈话，然后我们会告诉你这个病人是否有认知障碍。

Zolnoori已获得国家老龄化研究所的K99，以开发MCI-ED屏幕。

MCI-ED筛查和AD筛查都通过快速识别患者言语，声音和语言中的多个参数来工作，这些参数是认知功能的生物标志物。

Zolnoori解释说，这些参数可能包括语调的差异(MCI患者的声音“亮度”或清晰度较低，因为他们正在失去对声带的控制)，或者诸如对话中长时间无声停顿等特征，可以表明记忆丧失。

“AD Screen 已经使用图片描述任务在公开可用的数据集上展示了出色的性能，”她补充道。