به گزارش مجله خبری نگار-نیویورک: محققان دانشکده بهداشت عمومی میلمن دانشگاه کلمبیا و دانشکده مهندسی و علوم کاربردی بنیاد فو، با استفاده از دادههای رانندگی در دنیای واقعی و تکنیکهای یادگیری ماشین، الگوریتمهای با دقت بالایی را برای تشخیص اختلال شناختی خفیف و زوال عقل در رانندگان مسن توسعه دادهاند.
دادههای رانندگی در دنیای واقعی به دادههایی اشاره دارد که توسط دستگاههای ضبط درون خودرو یا سایر فناوریها در شرایط دنیای واقعی ثبت میشوند. به گزارش وبسایت ساینس دیلی، با استناد به نتایج این مطالعه که در مجله Geriatrics منتشر شده است، این دادهها میتوانند برای اندازهگیری میزان قرارگیری در معرض رانندگی، فضا و عملکرد با جزئیات کامل پردازش شوند.
محققان با استفاده از دادههای رانندگی در دنیای واقعی که توسط دستگاههای ضبط خودرو از ۲۹۷۷ شرکتکننده در پروژه تحقیقات طولی روی رانندگان مسنتر ثبت شده بود، ۲۹ متغیر ایجاد کردند. در زمان ثبتنام، شرکتکنندگان رانندگان فعال بین ۶۵ تا ۷۹ سال بودند و هیچ اختلال شناختی قابل توجه یا بیماری دژنراتیو نداشتند. دادههای مورد استفاده در این مطالعه از آگوست ۲۰۱۵ تا مارس ۲۰۱۹ را شامل میشود.
گوهوا لی، نویسندهی اصلی این مطالعه و استاد اپیدمیولوژی و بیهوشی در دانشکدهی بهداشت عمومی دانشگاه کلمبیا و کالج پزشکان و جراحان واگلوس، گفت: «رانندگی یک کار پیچیده است که شامل فرآیندهای شناختی پیچیدهای میشود و به عملکردهای شناختی ضروری و مهارتهای حسی-حرکتی نیاز دارد.» «مطالعه ما نشان میدهد که رفتارهای رانندگی در زندگی واقعی میتوانند به عنوان یک نشانگر جامع و قابل اعتماد برای اختلال شناختی خفیف و زوال عقل استفاده شوند.»
او افزود: «اگر درستی الگوریتمهای توسعهیافته در این مطالعه ثابت شود، میتوانند یک ابزار غربالگری جدید و غیرتهاجمی برای تشخیص زودهنگام و مدیریت اختلال شناختی خفیف و زوال عقل در رانندگان مسن فراهم کنند.»
(دی پیای)