論文の概要: The SERENADE project: Sensor-Based Explainable Detection of Cognitive Decline

• arxiv url: http://arxiv.org/abs/2504.08877v1
• Date: Fri, 11 Apr 2025 15:36:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-15 16:55:40.963724
• Title: The SERENADE project: Sensor-Based Explainable Detection of Cognitive Decline
• Title（参考訳）: SERENADEプロジェクト:センサによる認知劣化の説明可能な検出
• Authors: Gabriele Civitarese, Michele Fiori, Andrea Arighi, Daniela Galimberti, Graziana Florio, Claudio Bettini,
• Abstract要約: SERENADEは、説明可能なAI手法を用いて認知低下に関連する行動変化を検出し、説明することを目的としている。 本稿では,認知低下に伴う行動変化を,説明可能なAI手法を用いて検出し,説明することを目的とした,欧州連合が出資するSERENADEプロジェクトを紹介する。
• 参考スコア（独自算出の注目度）: 0.26388783516590225
• License:
• Abstract: Mild Cognitive Impairment (MCI) affects 12-18% of individuals over 60. MCI patients exhibit cognitive dysfunctions without significant daily functional loss. While MCI may progress to dementia, predicting this transition remains a clinical challenge due to limited and unreliable indicators. Behavioral changes, like in the execution of Activities of Daily Living (ADLs), can signal such progression. Sensorized smart homes and wearable devices offer an innovative solution for continuous, non-intrusive monitoring ADLs for MCI patients. However, current machine learning models for detecting behavioral changes lack transparency, hindering clinicians' trust. This paper introduces the SERENADE project, a European Union-funded initiative that aims to detect and explain behavioral changes associated with cognitive decline using explainable AI methods. SERENADE aims at collecting one year of data from 30 MCI patients living alone, leveraging AI to support clinical decision-making and offering a new approach to early dementia detection.
• Abstract（参考訳）: 軽度認知障害(MCI)は60歳以上の人の12-18%に影響を及ぼす。 MCI患者は日常的な機能障害を伴わない認知機能障害を呈する。 MCIは認知症に進行する可能性があるが、この変化を予測することは、限定的で信頼性の低い指標のため、臨床上の課題である。 日々の生活活動(ADL)の実行のような行動の変化は、そのような進展を示す可能性がある。 センサ化されたスマートホームとウェアラブルデバイスは、MCI患者の継続的な非侵襲的なモニタリングADLのための革新的なソリューションを提供する。 しかし、現在の機械学習モデルによる行動変化の検出には透明性が欠如しており、臨床医の信頼を妨げている。 本稿では,認知低下に伴う行動変化を,説明可能なAI手法を用いて検出し,説明することを目的とした,欧州連合が出資するSERENADEプロジェクトを紹介する。 SERENADEは、一人暮らしの30人のMCI患者から1年間のデータを収集し、AIを活用して臨床的意思決定を支援し、早期認知症検出の新しいアプローチを提供することを目指している。

関連論文リスト

• Exploiting Longitudinal Speech Sessions via Voice Assistant Systems for Early Detection of Cognitive Decline [18.416501620311276]
  軽度認知障害 (MCI) は、アルツハイマー病(英語版)(AD)の初期の段階であり、神経変性疾患の一種である。 既存の研究は、臨床面接やデジタルデバイスから収集した音声を用いて、MCIを検出する可能性を実証している。 本稿では,音声アシスタントシステム(VAS)を用いて,3ヵ月間にわたって遠隔で7セッション音声データを収集する縦断的研究を行った。
  論文  参考訳（メタデータ） (2024-10-16T01:10:21Z)
• In-vehicle Sensing and Data Analysis for Older Drivers with Mild Cognitive Impairment [0.8426358786287627]
  本研究の目的は、高精度の位置決めとテレマティクスデータを得ることができる低コストの車内センシングハードウェアを設計することである。 軽度認知障害(MCI)と軽度認知障害(MCI)を比較した統計的分析の結果,MCIはよりスムーズで安全な運転パターンを示すことが明らかとなった。 我々のランダムフォレストモデルでは、夜間旅行の数、旅行数、教育がデータ評価に最も影響を及ぼす要因として特定されました。
  論文  参考訳（メタデータ） (2023-11-15T15:47:24Z)
• Balance Measures Derived from Insole Sensor Differentiate Prodromal Dementia with Lewy Bodies [0.0]
  我々はLewy body(MCI-LB)による軽度認知障害の認識を支援する機械学習に基づく自動パイプラインを提案する。 98人の被験者による実験の結果、MCI-LBを78.0%の精度で他のグループと区別できることが示された。 われわれは,MCI-LBのタイムリーな同定のための新たなアプローチを開拓し,患者に対するより良いケアを可能にした。
  論文  参考訳（メタデータ） (2023-09-11T08:46:36Z)
• Heterogeneous Hidden Markov Models for Sleep Activity Recognition from Multi-Source Passively Sensed Data [67.60224656603823]
  精神科患者の受動的活動監視は、リアルタイムでの行動変化を検出するために不可欠である。 睡眠行動認識は、患者の活動サイクルを表現する行動マーカーである。 スマートフォンから受動的に検出されたデータは、患者の生体リズムに優れた代替手段である。
  論文  参考訳（メタデータ） (2022-11-08T17:29:40Z)
• Detecting Shortcut Learning for Fair Medical AI using Shortcut Testing [62.9062883851246]
  機械学習は医療の改善に大いに貢献するが、その利用が健康格差を広めたり増幅したりしないことを確実にすることは重要である。 アルゴリズムの不公平性の潜在的な要因の1つ、ショートカット学習は、トレーニングデータにおける不適切な相関に基づいてMLモデルが予測した時に発生する。 マルチタスク学習を用いて,臨床MLシステムの公平性評価の一環として,ショートカット学習の評価と緩和を行う手法を提案する。
  論文  参考訳（メタデータ） (2022-07-21T09:35:38Z)
• Characterizing TMS-EEG perturbation indexes using signal energy: initial study on Alzheimer's Disease classification [48.42347515853289]
  経頭蓋磁気刺激(TMS)と脳波記録(TMS-EEG)を組み合わせることで、脳、特にアルツハイマー病(AD)の研究に大きな可能性を示す。 本研究では,脳機能の変化を反映した電位指標として,脳波信号のTMS誘発摂動の持続時間を自動的に決定する手法を提案する。
  論文  参考訳（メタデータ） (2022-04-29T19:27:06Z)
• Deep Convolution Network Based Emotion Analysis for Automatic Detection of Mild Cognitive Impairment in the Elderly [15.217754542927961]
  認知障害の早期発見は、患者と介護者の両方にとって非常に重要である。 認知障害患者には異常な感情パターンが認められた。 本稿では,認知障害を検出するための新しい深層畳み込みネットワークシステムを提案する。
  論文  参考訳（メタデータ） (2021-11-09T11:51:33Z)
• Designing A Clinically Applicable Deep Recurrent Model to Identify Neuropsychiatric Symptoms in People Living with Dementia Using In-Home Monitoring Data [52.40058724040671]
  鎮静は認知症において高い有病率を有する神経精神医学症状の1つである。 扇動エピソードの検出は、認知症に生きる人々(PLWD)に早期かつタイムリーな介入を提供するのに役立つ。 本研究は,家庭内モニタリングデータを用いてPLWDの動揺リスクを分析するための教師付き学習モデルを提案する。
  論文  参考訳（メタデータ） (2021-10-19T11:45:01Z)
• Detecting Signatures of Early-stage Dementia with Behavioural Models Derived from Sensor Data [3.390976757989381]
  本稿では, 軽度認知障害 (MCI) とアルツハイマー病 (AD) のテクステアリー段階における行動徴候を特徴付けることを目的とする。 本稿では,MCI と AD の患者から得られた縦型センサデータのデータセットに,行動モデルと重要な症状の分析を導入し,それらを展開する。 予備的な知見は、認知症早期の患者と健康な共生制御において、睡眠の質と歩行の関係が微妙に異なることを示している。
  論文  参考訳（メタデータ） (2020-07-03T18:46:49Z)
• 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)
• Adversarial vs behavioural-based defensive AI with joint, continual and active learning: automated evaluation of robustness to deception, poisoning and concept drift [62.997667081978825]
  人工知能(AI)の最近の進歩は、サイバーセキュリティのための行動分析(UEBA)に新たな能力をもたらした。 本稿では、検出プロセスを改善し、人間の専門知識を効果的に活用することにより、この攻撃を効果的に軽減するソリューションを提案する。
  論文  参考訳（メタデータ） (2020-01-13T13:54:36Z)

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。