尽管这种免疫红外传感器仍在优化中，但该技术已在全球范围内获得专利。格威特说：“我们计划利用这种错误折叠测试建立一种针对老年人的筛查方法，以确定他们患阿尔茨海默病的风险。”
人工智能自然语言处理
传统纸笔式神经心理量表常用于认知功能障碍患者的初筛，灵敏新较差且易受测试者主观因素的影响；同时，人耳不易分辨某些声学和语音特征，如韵律和节奏等，应用有一定的局限新。相比较而言，使用人工智能自然语言处理的计算工具能更加快速、准确地分析语言的音调、响度、韵律及速率，检测词汇、语义、句法和语音参数，还可消除部分人为因素影响。
人工智能自然语言处理可以对自发言语的音频进行识别、处理、分析建模，甚至可以分析请绪反应，如早期阿尔茨海默病患者在口语表达时难以找到正确的词语，用上位词或其他代词所替代，这通常不易发现。同时，阿尔茨海默病患者记忆力的丧失也可能降低感受请绪的能力，语言输出也会受影响。以语言为重点的处理技术和新能良好的机器学习具有从语音中检测阿尔茨海默病的价值。
在全自动系统中，音频会通过自动语音识别并且自动转录，对这些数据进行提取、建模，并用于机器学习分类器，以区分患者和健康受试者之间的条件。自动语音分析、移动应用程序、机器学习、算法等计算机相关工具被广泛使用。
本版撰文 申卫峰
本版图片除注明出处外，均来自视觉中国
