或许未来，智能手机能够成为一个人的健康筛查器，当下人工智能(AI)正为这一想法提供新的思路。

　　根据加拿大阿尔伯塔大学的一项最新研究，研究人员正在开发一种机器学习模型(ML)，希望能够在早期检测出阿尔茨海默氏病症。

　　该研究论文由国际顶尖技术协会电气与电子工程师协会(IEEE)于5月5日发表。

　　研究团队指出这款ML模型可以通过智能手机访问，并且能够以70-75%的准确率区分阿尔茨海默病患者和健康人。

　　这款模型基于人们说话的语言模式，可以提供宝贵的早期信号，有助于患者尽早地开始治疗、或减缓疾病发展。

　　早期检测

　　阿尔兹海默氏症会导致不可逆转的认知能力下降和痴呆。自该疾病被发现以来的一个世纪里，医学研究人员一直未能找到治疗方法和可靠的早期检测方法。

　　通常，阿尔茨海默氏痴呆症在早期阶段很难发现，因为症状通常很微妙，而且容易与记忆相关问题混淆。

　　正如研究人员指出的那样，越早发现潜在问题，患者就能越早开始采取行动。

　　参与创建该模型的计算机科学系教授Eleni Stroulia指出，“以前，你需要实验室工作和医学成像来检测大脑的变化，这需要时间，价格昂贵，而且没有人在早期进行测试。”

　　Stroulia 补充道，如果可以用手机获得早期患病的信号，那患者就可以联系到医生，尽早地开始治疗，甚至可以在家里开始简单的干预以减缓病情的发展。

　　该论文的第一作者、计算机科学系硕士研究生Zehra Shah解释道，除了有助于早期检测之外，它还将为那些可能面临地理或语言障碍而无法获得所在地区服务的患者创造一种便捷的方法，通过远程医疗识别潜在问题。

　　不过，筛查工具并不意味着它能取代保健专业人员。

　　模型原理

　　Shah指出，可以从患者使用的语言的角度着手来设计模型，并以此来筛查诊断。

　　基于语言并不是指别人具体说了什么、或者他们说话的意思，而是声学和语言语音特征，这也是该研究小组目前正在研究的方向。

　　Stroulia教授称，“人们说话的方式中有一些超越语言的特性。”

　　医生指出，阿尔茨海默氏患者说话时通常有着相似的特征，例如说话更慢、在讲话中有更多的停顿或中断、使用较短的单词、并且经常在讲话中降低可理解性。

　　Stroulia补充道，对模型而言，研究别人说话的具体内容是一个更容易解决的计算问题，然而要研究那部分超越语言的特性要复杂得多。

　　目前，研究人员主要关注的英语和希腊语使用者，但Shah称，“这项技术有可能被用于不同的语言。”

　　该论文的撰稿人、计算机科学系教授Russ Greiner对一整套诊断流程做出了简要阐述：一个人对着这个工具说话，它会进行分析并做出预测：要么是，要么不是;然后这些信息将被提供给医疗保健的专业人员，以确定对患者的最佳治疗方案。