Des chercheurs développent un modèle d'apprentissage automatique très précis pour la détection précoce des troubles cognitifs légers et de la démence chez les conducteurs âgés


En utilisant des strategies d’apprentissage d’ensemble et des données longitudinales d’une vaste étude de conduite naturaliste, des chercheurs de la Mailman School of General public Well being de l’Université de Columbia, de la Fu Basis Faculty of Engineering and Used Science et du Vagelos Higher education of Physicians and Surgeons ont développé un nouvel algorithme interprétable et très précis. pour prédire les troubles cognitifs légers et la démence chez les conducteurs âgés. Les marqueurs numériques font référence à des variables générées à partir de données capturées par des dispositifs d’enregistrement dans le cadre du monde réel. Ces données pourraient être traitées pour mesurer le comportement de conduite, les performances et le modèle tempo-spatial avec des détails exceptionnels. L’étude est publiée dans la revue Artificial Intelligence in Medicine.

Les chercheurs ont utilisé une méthode de classification basée sur l’interaction pour sélectionner les variables prédictives dans l’ensemble de données. Ce modèle d’apprentissage a atteint une précision de 96 % dans la prédiction des troubles cognitifs légers et de la démence, surpassant les modèles d’apprentissage automatique traditionnels tels que la régression logistique et les forêts aléatoires – une system statistique largement utilisée dans l’IA pour classer l’état de la maladie. “Notre nouveau modèle d’apprentissage d’ensemble basé sur des marqueurs numériques et des caractéristiques démographiques de foundation pourrait prédire avec une excellente précision les difficulties cognitifs légers et la démence chez les conducteurs âgés”, a déclaré Sharon Di, professeur agrégé de génie civil et de mécanique du génie à Columbia Engineering et auteur principal de l’étude.

Les enquêteurs ont construit 200 modules variables en utilisant les données de conduite naturalistes sur le conducteur, le véhicule et l’environnement capturées par les dispositifs d’enregistrement embarqués pour 2977 conducteurs participant au projet Longitudinal Research on Ageing Motorists (LongROAD), une étude de cohorte possible menée dans cinq web-sites à travers les États-Unis contigus et parrainés par la Fondation AAA pour la sécurité routière. Au instant de l’inscription, les members étaient des conducteurs actifs âgés de 65 à 79 ans qui étaient cognitivement intacts. Les données utilisées dans cette étude provenaient des trois premières années de suivi, allant d’août 2015 à mars 2019. Au cours du suivi, 36 contributors ont été diagnostiqués avec une déficience cognitive légère, 8 avec la maladie d’Alzheimer et 17 avec d’autres ou non spécifiés. démence.

Les chercheurs ont effectué une série d’expériences de modélisation informatique et ont découvert que le nouveau modèle d’apprentissage d’ensemble est 6 à 10 % plus précis que les forêts aléatoires et les modèles de régression logistique pour prédire les problems cognitifs légers et la démence. Les deux variables de conduite les in addition influentes sont le rapport de braquage de droite à gauche et le nombre d’événements de freinage brusque (définis comme des manœuvres avec des taux de décélération ≥, 4 g). “Avec l’âge, les conducteurs font relativement moins de virages à gauche et as well as de virages à droite parce que les virages à gauche sont plus risqués”, a noté Di.

“Approximativement 85 % des personnes âgées aux États-Unis sont des conducteurs titulaires d’un permis. En tant que method de transportation personnel préféré, la conduite joue un rôle vital dans le maintien de l’indépendance, de la maîtrise de soi, des liens sociaux et de la qualité de vie. Conduire une voiture en toute sécurité nécessite fonctions cognitives et physiques essentielles. Notre étude indique que les marqueurs numériques intégrés dans les données de conduite collectées en program peuvent être utilisés grâce à des methods innovantes d’apprentissage automatique en tant qu’intelligence artificielle valide et fiable pour prédire les problems cognitifs légers et la démence », a déclaré Guohua Li, MD, DrPH, professeur d’épidémiologie et d’anesthésiologie à la Columbia Mailman Faculty of Community Health et au Vagelos College of Physicians and Surgeons, et auteur principal. “La détection précoce des difficulties cognitifs légers et de la démence pourrait conduire à une évaluation, un diagnostic et des interventions en temps opportun, qui sont particulièrement importants en l’absence de traitements efficaces.”

Les co-auteurs sont Carolyn DiGuiseppi, Colorado School of Community Health  David W. Eby, Institut de recherche sur les transports de l’Université du Michigan Linda Hill, École de santé publique de l’Université de Californie à San Diego  Thelma J. Mielenz, École de santé publique Columbia Mailman  David Strogatz, Institut de recherche Bassett  et Minjae Kim, Columbia Vagelos Faculty of Medical professionals and Surgeons.

L’étude a été financée en partie par la Fondation AAA pour la sécurité routière.