PhoneMD：从智能手机数据学习诊断帕金森病
神经元与认知
2018-11-16 v2 机器学习
摘要
帕金森病是一种神经退行性疾病，可影响人的运动、言语、灵巧性和认知。临床医生主要通过临床症状的临床评估来诊断帕金森病。然而，误诊很常见。导致误诊的一个因素是帕金森病的症状在临床评估进行时可能并不明显。在此，我们提出了一种机器学习方法，利用基于智能手机的行走、语音、敲击和记忆测试的长期数据来区分有无帕金森病的人。我们证明，在来自 1853 名参与者的队列数据中，我们的注意力深度学习模型相比强基线取得了预测性能的显著提升（受试者工作特征曲线下面积 = 0.85）。我们还表明，我们的模型能识别输入数据中有意义的特征。我们的结果证实，长期收集的智能手机数据未来有可能用作帕金森病诊断的数字生物标志物。
引用
@article{arxiv.1810.01485,
title = {PhoneMD: Learning to Diagnose Parkinson's Disease from Smartphone Data},
author = {Patrick Schwab and Walter Karlen},
journal= {arXiv preprint arXiv:1810.01485},
year = {2018}
}
备注
AAAI Conference on Artificial Intelligence 2019