論文の概要: Applications of Artificial Intelligence to aid detection of dementia: a narrative review on current capabilities and future directions

• arxiv url: http://arxiv.org/abs/2104.14073v1
• Date: Thu, 29 Apr 2021 01:54:36 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-01 00:28:13.433855
• Title: Applications of Artificial Intelligence to aid detection of dementia: a narrative review on current capabilities and future directions
• Title（参考訳）: 認知症検出支援のための人工知能の応用--現在の能力と今後の方向性について
• Authors: Renjie Li, Xinyi Wang, Katherine Lawler, Saurabh Garg, Quan Bai, Jane Alty
• Abstract要約: 世界の認知症患者数は2050年までに3億5200万人に達すると予想されている。 現在、認知症の検出は、主にペンと紙の認知テストによって行われます。 専門的な脳スキャンと体液バイオマーカーは認知症の初期段階を検出することができるが、広範に使用するには侵襲的または高価すぎる。 技術の進歩により、人工知能(AI)は早期認知症の検出を支援する有望な成果を示す。
• 参考スコア（独自算出の注目度）: 10.575218006902299
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With populations ageing, the number of people with dementia worldwide is expected to triple to 152 million by 2050. Seventy percent of cases are due to Alzheimer's disease (AD) pathology and there is a 10-20 year 'pre-clinical' period before significant cognitive decline occurs. We urgently need, cost effective, objective methods to detect AD, and other dementias, at an early stage. Risk factor modification could prevent 40% of cases and drug trials would have greater chances of success if participants are recruited at an earlier stage. Currently, detection of dementia is largely by pen and paper cognitive tests but these are time consuming and insensitive to pre-clinical phases. Specialist brain scans and body fluid biomarkers can detect the earliest stages of dementia but are too invasive or expensive for widespread use. With the advancement of technology, Artificial Intelligence (AI) shows promising results in assisting with detection of early-stage dementia. Existing AI-aided methods and potential future research directions are reviewed and discussed.
• Abstract（参考訳）: 高齢化に伴い、世界の認知症の人口は2050年までに3億5200万人になると予想されている。 症例の70%はアルツハイマー病(AD)の病因であり、認知低下が起こる前に10～20年の「前臨床」期間がある。 早期にADなどの認知症を早期に検出するためには,緊急かつ費用対効果,客観的な方法が必要である。 リスクファクターの修正により、40%のケースが予防され、早期に参加者が採用される場合、薬物による臨床試験が成功の可能性が高まる。 現在、認知症の検出は、主にペンと紙の認知テストによって行われているが、これらは時間がかかり、前臨床段階に敏感である。 専門的な脳スキャンと体液バイオマーカーは認知症の初期段階を検出することができるが、広範に使用するには侵襲的または高価すぎる。 技術の進歩により、人工知能(AI)は早期認知症の検出を支援する有望な成果を示す。 既存のAI支援手法と今後の研究方向性をレビューし、議論する。

関連論文リスト

• Statistical testing on generative AI anomaly detection tools in Alzheimer's Disease diagnosis [16.73336092521471]
  生成AIは、医療画像における異常検出の可能性を示している。 我々は、選択的推論を用いてこの問題を解決し、アルツハイマーの予測のための信頼できる生成AI手法を開発することを提案する。
  論文  参考訳（メタデータ） (2024-10-17T09:15:09Z)
• TrialBench: Multi-Modal Artificial Intelligence-Ready Clinical Trial Datasets [57.067409211231244]
  本稿では,マルチモーダルデータ(例えば,薬物分子,疾患コード,テキスト,分類・数値的特徴)と臨床治験設計における8つの重要な予測課題をカバーするAIreadyデータセットを精巧にキュレートした。 データセットのユーザビリティと信頼性を確保するため、各タスクに基本的な検証方法を提供する。 このようなオープンアクセスデータセットが利用可能になることは、臨床試験設計のための高度なAIアプローチの開発を促進することを期待する。
  論文  参考訳（メタデータ） (2024-06-30T09:13:10Z)
• A Survey of Artificial Intelligence in Gait-Based Neurodegenerative Disease Diagnosis [51.07114445705692]
  神経変性疾患(神経変性疾患、ND)は、伝統的に医学的診断とモニタリングのために広範囲の医療資源と人的努力を必要とする。 重要な疾患関連運動症状として、ヒトの歩行を利用して異なるNDを特徴づけることができる。 人工知能(AI)モデルの現在の進歩は、NDの識別と分類のための自動歩行分析を可能にする。
  論文  参考訳（メタデータ） (2024-05-21T06:44:40Z)
• Automatic Detection of Alzheimer's Disease with Multi-Modal Fusion of Clinical MRI Scans [8.684668542584701]
  1500万人のアメリカ人が2060年までに臨床ADまたは軽度認知障害を発症する。 我々は2種類の脳MRIで疾患のステージを予測することを目的としている。 我々は、T1とFLAIRのMRIスキャンから相補的な情報の相乗効果を学習するAlexNetベースのディープラーニングモデルを設計する。
  論文  参考訳（メタデータ） (2023-11-30T04:32:28Z)
• AI and Non AI Assessments for Dementia [11.5631890541199]
  人工知能領域の最近の進歩は、様々な種類のAIによる認知症評価の開発につながっている。 本論文は,認知症認知のための既存の解決策を臨床医に説明するための文献のギャップを埋めるものである。 認知症に関するAIおよび非AIアセスメントに関する論文のレビューに続いて、AIと医療コミュニティの両方で、さまざまな認知症アセスメントに関する貴重な情報を提供する。
  論文  参考訳（メタデータ） (2023-06-30T03:28:47Z)
• Leveraging Pretrained Representations with Task-related Keywords for Alzheimer's Disease Detection [69.53626024091076]
  アルツハイマー病(AD)は高齢者に特に顕著である。 事前学習モデルの最近の進歩は、AD検出モデリングを低レベル特徴から高レベル表現にシフトさせる動機付けとなっている。 本稿では,高レベルの音響・言語的特徴から,より優れたAD関連手がかりを抽出する,いくつかの効率的な手法を提案する。
  論文  参考訳（メタデータ） (2023-03-14T16:03:28Z)
• Exploring linguistic feature and model combination for speech recognition based automatic AD detection [61.91708957996086]
  音声ベースの自動ADスクリーニングシステムは、他の臨床スクリーニング技術に代わる非侵襲的でスケーラブルな代替手段を提供する。 専門的なデータの収集は、そのようなシステムを開発する際に、モデル選択と特徴学習の両方に不確実性をもたらす。 本稿では,BERT と Roberta の事前学習したテキストエンコーダのドメイン微調整の堅牢性向上のための特徴とモデルの組み合わせ手法について検討する。
  論文  参考訳（メタデータ） (2022-06-28T05:09:01Z)
• Unsupervised deep learning techniques for powdery mildew recognition based on multispectral imaging [63.62764375279861]
  本稿では,キュウリ葉の粉状ミドウを自動的に認識する深層学習手法を提案する。 マルチスペクトルイメージングデータに適用した教師なし深層学習技術に焦点をあてる。 本稿では, オートエンコーダアーキテクチャを用いて, 疾患検出のための2つの手法を提案する。
  論文  参考訳（メタデータ） (2021-12-20T13:29:13Z)
• Multimodal Inductive Transfer Learning for Detection of Alzheimer's Dementia and its Severity [39.57255380551913]
  本稿では,音響的,認知的,言語的特徴を活用してマルチモーダルアンサンブルシステムを構築する新しいアーキテクチャを提案する。 時相特性を持つ特殊な人工ニューラルネットワークを使用して、アルツハイマー認知症(AD)とその重症度を検出する。 本システムでは,AD分類では最先端試験精度,精度,リコール,F1スコアが83.3%,MMSEスコア評価では4.60の最先端試験根平均二乗誤差(RMSE)が得られた。
  論文  参考訳（メタデータ） (2020-08-30T21:47:26Z)
• Application of Machine Learning to Predict the Risk of Alzheimer's Disease: An Accurate and Practical Solution for Early Diagnostics [1.1470070927586016]
  アルツハイマー病(AD)は500万人以上のアメリカ人の認知能力を悪化させ、医療システムに多大な負担をかけている。 本稿では,医療画像のない,臨床訪問や検査の少ないAD開発のための機械学習予測モデルを提案する。 本モデルは,2つの顕著な研究結果から,人口統計,バイオマーカー,認知テストデータを用いて訓練し,検証した。
  論文  参考訳（メタデータ） (2020-06-02T14:52:51Z)
• Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using Deep Multiple-Instance Learning [59.74684475991192]
  パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。 PD症状には、震動、剛性、ブレイキネジアがある。 本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-06T09:02:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。