用于检测痴呆早期迹象的机器学习与社会机器人学
人机交互
2017-09-07 v1 人工智能
计算机与社会
摘要
本文介绍 EACare 项目，这是一个雄心勃勃的多学科合作项目，旨在开发一种具身系统，能够执行神经心理测试以检测痴呆的早期迹象，例如由阿尔茨海默病引起的迹象。该系统将使用机器学习与社会机器人学的方法，并利用记录的临床医生-患者交互示例进行训练。交互将采用参与式设计方法开发。我们描述了项目的范围与方法，并报告了一个首个 Wizard of Oz 原型。
引用
@article{arxiv.1709.01613,
title = {Machine Learning and Social Robotics for Detecting Early Signs of Dementia},
author = {Patrik Jonell and Joseph Mendelson and Thomas Storskog and Goran Hagman and Per Ostberg and Iolanda Leite and Taras Kucherenko and Olga Mikheeva and Ulrika Akenine and Vesna Jelic and Alina Solomon and Jonas Beskow and Joakim Gustafson and Miia Kivipelto and Hedvig Kjellstrom},
journal= {arXiv preprint arXiv:1709.01613},
year = {2017}
}