在社区居住的老年人中进行基于人工智能的计算机化数字警测试:开发和验证研究
Gong-Hong Lin1, Dorothy Bai2, Yi-Jing Huang3,4
1International Ph.D. Program in Gerontology and Long-Term Care, College of Nursing, Taipei Medical University, Taipei, Taiwan.
JMIR medical informatics
|December 2, 2025
概括
这项研究为老年人引入了人工智能计算机化数字警觉测试 (AI-CDVT),增强持续注意力评估. AI-CDVT显示出良好的有效性和可靠性,提供比传统方法更全面的评估.
科学领域:
- 老年学是一门学科.
- 认知神经科学 认知神经科学
- 人工智能的人工智能
背景情况:
- 标准的计算机化数字警测试 (CDVT) 通过反应时间和准确度来测量持续的注意力.
- 然而,它忽略了关键的注意力指标,如眼,打哈欠和头/眼动.
- 这种限制可能会导致对持续注意力的不完全评估.
研究的目的:
- 开发一种基于人工智能 (AI) 的计算机化数字警测试 (AI-CDVT),专为老年人量身定制.
- 通过结合额外的行为特征来提高持续注意力的评估.
- 为了验证AI-CDVT在老年人群中的表现.
主要方法:
- 使用OpenFace AI软件分析了接受CDVT的参与者的视频录像,以提取面部和头部运动数据.
- 一个基于人工智能的评分模型是使用极端梯度增强回归器开发的.
- 对AI-CDVT的有效性进行了对既有认知测试 (MoCA,SCW,CTT) 的评估,并使用类内相关系数 (ICC) 确定了其测试-重新测试可靠性.
主要成果:
- 人工智能-CDVT与已建立的认知指标显示了中等到良好的相关性:皮尔森r值范围从-0.42到0.61.
- 人工智能-CDVT的测试-重新测试可靠性被发现是良好的,其类内相关系数 (ICC) 为0.78.
- 该研究包括153名参与者,为分析提供了强大的样本.
结论:
- 成功开发了一种AI-CDVT,整合了人工智能驱动的视频记录行为的分析,以获得全面的注意力得分.
- AI-CDVT显示出有希望的有效性和测试重复测试可靠性,用于评估老年人的持续注意力.
- 与传统方法相比,这种人工智能增强的工具提供了更完整,更准确的持续注意力测量方法.
