苹果的AI可以通过iOS应用程序的使用来预测认知障碍

 
轻度认知障碍(据阿尔茨海默氏症协会估计，影响65岁以上人群的15%至20%)通常会迅速而安静地发展。患有这种疾病的人患痴呆症的风险增加，因此尽早发现至关重要。
苹果公司和图宾根大学的研究人员认为，关键可能在于iOS应用程序的使用习惯。为此，他们提出了一种机器学习方法，以揭示有无认知障碍的用户之间的模式差异。他们报告说，它在接收器的工作特性下达到了0.79的区域，这表明它能够在大约80%的时间内正确发现有症状的对象。
研究小组在预印本中写道：“智能手机在许多人的生活中无处不在，使其成为有关人的心理和认知状态的丰富信息来源。” “在这里，我们……调查[应用使用模式]在多大程度上有助于人们认知健康。”
科学家的无监督模型自动发现数据分类所需的表示形式，从使用应用程序的序列中识别出不同类型的交互，并将其传递给单独的认知健康预测模型。整个框架经过精心设计，易于解释，因此应用程序(如消息)与运行状况之间的关系强度变得不言而喻，并且其诊断很大程度上取决于用户行为的结构。
系统会首先在互动会话过程中对使用情况进行细分，以便将从解锁手机到锁定手机时打开的应用程序分组在一起。为了编码这些应用的相似性，研究人员训练了一种算法，可以预测在给定使用前三个和后三个应用的情况下一个人可能会启动哪个应用。应用以嵌入方式(即数字方式)表示，将其平均在一起即可获得每个会话的单个表示形式。接下来，将表示形式聚集在一起以标识不同的会话类型，并且用户的应用使用情况由一系列数据点表示，这些数据点按会话时间和类型进行索引和汇总。这用作认知健康预测指标的输入。
该小组进行了一项研究，涉及113位老年人，其中31位被诊断为认知障碍，而82位没有，他们贡献了12周的电话使用数据。他们分析了对模型决策贡献最大的四种会话类型，然后可视化了每个会话中应用之间的差异以及15个最常见应用的总体分布。
有趣的是，研究人员发现，与症状评分高最密切相关的会话类型主要由以下应用程序对决定：呼叫和电话，消息和邮件，邮件和Safari，然后是时钟和日历。另一方面，与低分数相对应的类型以Messages，Safari，Mail和Facebook居首。总体而言，消息和邮件或邮件和Safari使用率较高的会话大大提高了模型的对症预测得分，而消息或Safari会话或邮件和Facebook会话较多的会话类型则降低了对症评分。
研究人员说，对于症状评分较高的受试者，电话，日历和时钟等应用程序的贡献可观。与得分较低的应用(例如Messages，Instagram和Camera)相反。但是，消息或邮件等应用程序的影响似乎取决于会话中周围的应用程序。例如，当Messages与Mail或Safari共享会话时，它会大大提高预测分数，而当Messages单独存在或与Facebook或Instagram进行会话时，它将降低预测分数。
研究人员承认，他们的工作有几个潜在的局限性，其中主要是样本量小以及进入研究时已经诊断出有症状的受试者。不过，他们说，仅通过应用程序的使用就可以证明健康受试者和有症状受试者之间的系统差异，他们打算通过在每个会话，一天中的时间，运动状态和其他环境中合并应用程序的顺序，以此在工作上进一步发展。
值得注意的是，这并不是苹果第一次利用AI来仅根据用户的行为来预测用户的健康状况。 Cupertino公司的工程师进行了一项研究，涉及2500多人，他们训练了一种用于检测跌倒的算法，并将该算法整合到Apple Watch Series 4和Series 5中。