摘要：於是，他們開始聯合蘋果，利用機器學習進行試驗，查看罹患認知障礙後，是否會對智能手機使用習慣上產生什麼差別。分析結果顯示，相比起正常的測試者，患有認知障礙的測試者，不僅操作速度、打字速度更慢、還會在無意識之中進行大量無意義且重複的操作，特別是在使用電話、郵件、信息、時鐘這幾款應用時尤其明顯。

根據美國阿茲海默協會的數據顯示，美國有 15% 到 20% 的 65 歲以上年長者存在輕度認知功能障礙的困擾。而當中大多數患者，在後期很容易就會發展成阿茲海默症，也就是我們所熟知的老人癡呆症。

事實上，作爲一種神經系統退行性疾病，以目前的醫療水平，尚未能完全治癒，但是憑藉藥物以及早期的干預，能夠很好地延緩病情的惡化。

不過現在的醫療難點就在於，無論是嚴重的老人癡呆症，還是早期的認知障礙症都很難及早地被發現，不少患者在確診時神經細胞已經發生了大量不可逆的死亡。

近日，蘋果和圖賓根大學就試圖利用 AI 分析用戶使用手機時的行爲模式，來判斷他們是否患上輕度認知障礙。

圖賓根大學的研究人員指出，智能手機在生活中無處不在，人們在使用智能手機時，都會形成一定的固有形式。因此，一個人所使用 App 時的行爲模式，其實可以成爲他們的認知、心理狀態的重要指標。

於是，他們開始聯合蘋果，利用機器學習進行試驗，查看罹患認知障礙後，是否會對智能手機使用習慣上產生什麼差別。

在試驗當中，研究小組請來了 113 名老年人進行了長達 12 周智能手機使用監測。

他們記錄下這 113 名老年人從每一次解鎖手機，到每次鎖上手機之間的每一步操作，並將收集得來的 16TB 數據輸入到事先已經建立好的機器學習模型進行分析。

▲該算法模型示意圖， 圖片來自：venturebeat

分析結果顯示，相比起正常的測試者，患有認知障礙的測試者，不僅操作速度、打字速度更慢、還會在無意識之中進行大量無意義且重複的操作，特別是在使用電話、郵件、信息、時鐘這幾款應用時尤其明顯。

他們的研究報告顯示，在參與測試的 113 名老人當中，被算法判定爲罹患輕度認知障礙的共有 31 人，準確率達到了 80%。

不過，他們也承認該套算法依然還有很多可以改善的地方，而試驗也還存在很多侷限性。接下來，他們將嘗試使用更多樣本信息，並且加入一天中不同時間作爲測試維度。

實際上，爲了讓認知障礙和阿茲海默症能夠被更輕易、更早地被檢測出來，其實並不止蘋果一家科技巨頭在努力。

今年 8 月份，倫敦帝國理工學院聯合 IBM 的 Watson AI 推出了一套檢測系統。該系統通過在老人家安裝攝像頭、身上安裝傳感器來檢測他們的神態、動作舉止、談話、以及一系列例如心率等的生理特徵來判斷他們患有阿茲海默症的幾率。

而在更早前的今年一月份，加州大學舊金山分校的一項研究將機器學習算法和正子斷層照影相結合，最終實現將診斷阿茲海默病的時間提早約 6 年零 4 個月。