A. Revathi¹，R. Kaladevi²，Kadiyala Ramana³，Rutvij H. Jhaveri⁴,

Madapuri Rudra Kumar³，M. Sankara Prasanna Kumar³

（1. Department of Computational Intelligence，SRM Institute of Science and Technology，Chennai，India，

2. Department of Computer Science and Engineering，Saveetha Engineering College，Chennai，India，

3. Department of Computer Science and Engineering，Annamacharya Institute of Technology and Sciences，Rajampet，Andhra Pradesh，India，

4. Department of Computer Science and Engineering，Pandit Deendayal Energy University，Gandhinagar, India）

身体健康和心理健康在人类生活中同等重要。老年人通常患有心血管疾病、癌症、糖尿病、关节炎、抑郁症、肾病、肺病、痴呆症等。痴呆症是一种认知能力下降，严重影响日常生活。患有痴呆症的人总是需要有人来完成他的日常活动，因为这种疾病会影响多个领域的认知功能。阿尔茨海默病（Alzheimer’s Disease，AD）是一般性神经退行性皮质痴呆症之一，老年人是患该病的常见群体。印度和中国等南亚国家的发病率特别高。AD的增加与老年人口成比例，预计5%至7%的老年人受AD影响。到2050年，中低收入国家每5个人中就有1人的年龄将超过60岁，这可能会导致疾病人口的增加。

该病目前没有有效的治疗方法。可行的选择是早期发现，注意与该病相关的风险因素并予以关注治疗和康复训练。常见的风险因素有糖尿病、高血压等，它们会大大增加AD的患病概率。作者利用多因素分析，通过提取健康记录中存在的异质信息，更准确地预测患AD的可能性。没有采用图像，而是使用系统管理的、临床的数据信息来进行预测。分析大量健康数据，机器学习算法理想的选择。 文章的工作重点有两个：（i）通过仔细分析与老年痴呆症相关的各种风险因素，预测个体晚年患上痴呆症的可能性。（ii）进行名为认知能力测试（Cognitive Ability Test，CAT）的神经心理学测试，以评估个体的认知能力下降程度。

具体地，文中数据采用“数据世界”数据库中的普遍的健康数据，应用了两阶段分类算法。在第一阶段，使用支持向量机学习算法和随机森林算法来寻找影响个体认知的相关风险因素。在第二阶段，为了提高预测准确性，进行认知能力测试。使用CAT测试评估一个人的认知能力，该测试包含简单的“是”或“否”类型的问题，值从0到30。CAT测试结果应用于多项式逻辑斯蒂回归，以对疾病的严重程度进行分类。评分在25到30分之间被归类为“无痴呆症”；在13到24分之间被划分为“不确定痴呆症”；低于13分被划分为严重痴呆症。工作结合了与AD相关的多种因素，以更准确地预测患上AD的可能性。

资料来源：

根据A. Revathi等于2022年发表在Security and communication networks期刊题目为《Early Detection of Cognitive Decline Using Machine Learning Algorithm and Cognitive Ability Test》的文章缩写整理而成。

（责任编辑：陈劭）