一种用于识别认知障碍的自动移动认知测试:一个横截面的可行性和诊断研究

科学领域:

• 认知科学是一种认知科学.
• 医学技术 医学技术 医学技术
• 人工智能的人工智能是人工智能.

背景情况:

• 认知障碍的检测对于及时干预至关重要.
• 认知测试的可用性仍然是一个挑战,特别是在服务不足的社区.
• 移动健康提供了一个有前途的途径,以提高认知评估的可访问性.

研究的目的:

• 开发和评估数字处理速度测试 (DPST),这是一个基于人工智能的认知测试移动应用程序.
• 评估DPST在识别轻度认知障碍 (MCI) 和痴呆症方面的可行性和诊断性能.
• 将DPST的表现与MMSE和MoCA等已知认知测试进行比较.

主要方法:

• 一项涉及476名成年参与者的横截面可行性和诊断研究.
• 参与者完成了迷你心理状态检查 (MMSE) 和蒙特利尔认知评估 (MoCA) 训练有素的评估人员.
• 参与者在移动设备上独立执行DPST,临床诊断作为参考标准.

主要成果:

• DPST的诊断性能与MMSE和MoCA的诊断性能相似,ROC曲线下面的面积值 (DPST:0.861,MMSE:0.862,MoCA:0.888) 相似.
• 对DPST的敏感性和特异性与MMSE和MoCA相似.
• 对DPST的概率比率也与MMSE和MoCA的概率比率相似.

结论:

• 对于认知障碍的检测,DPST的测试性能与MMSE和MoCA的测试性能相当.
• 目前设计的DPST无法捕捉与MCI/痴呆症相关的多领域认知缺陷.
• 需要进一步的研究来证实DPST人工智能驱动的手写识别的测试-重新测试可靠性和互评级协议.