从与搜索引擎的交互中检测帕金森病:专家知识是否足够?
信息检索
2018-05-04 v1 人机交互
摘要
帕金森病(PD)是一种缓慢进展的神经退行性疾病,早期表现为运动体征。近来,开发可评估 PD 患者运动功能的自动工具日益受到关注。此处我们展示在人们与搜索引擎交互期间收集的鼠标追踪数据可用于区分 PD 患者与相似的非患病用户,并给出一种从这些数据诊断 PD 的方法。我们解决的一个主要挑战是从原始鼠标追踪数据中提取信息特征。我们以两种互补方式进行:首先,我们手动构建专家推荐的信息特征,旨在识别运动行为异常;其次,我们使用无监督表示学习技术将这些原始数据映射为高阶特征。利用所有提取的特征,随后使用随机森林(Random Forest)分类器区分 PD 患者与对照组,达到 0.92 的 AUC,而仅用专家生成或自动生成特征的结果分别为 0.87 和 0.83。我们的结果表明鼠标追踪数据有助于在疾病早期阶段检测用户,且要达到最佳可能性能需要专家生成特征与用于特征生成的无监督技术两者兼备。
引用
@article{arxiv.1805.01138,
title = {Detecting Parkinson's Disease from interactions with a search engine: Is expert knowledge sufficient?},
author = {Liron Allerhand and Brit Youngmann and Elad Yom-Tov and David Arkadir},
journal= {arXiv preprint arXiv:1805.01138},
year = {2018}
}