Ocena zachowań kierowców może pomóc przy wykrywaniu demencji i zaburzeń poznawczych 10.05.2021

Dzięki zestawieniu danych zebranych w ramach programu „LongROAD” z innymi parametrami odsetek trafnych przypuszczeń naukowców wyniósł aż 88 proc. 

Osoby borykające się z demencją, w której szeroką definicję wpisuje się choroba Alzheimera albo otępienia naczyniowe, stopniowo tracą pamięć, ale mogą dostrzec u siebie szereg innych objawów. Przestają orientować w czasie i przestrzeni, napotykają trudności z mówieniem i coraz rzadziej podejmują racjonalne, uargumentowane decyzje. Pojawiają im się również wahania nastroju, chroniczne lęki, a w niektórych przypadkach stają się agresywni.

To, jak właściwie i przed czasem wykryć demencję, żeby jak najlepiej załagodzić jej skutki (ostatnio znakomicie sportretowane w oscarowym Ojcu z Anthonym Hopkinsem i Olivią Colman), stanowi od lat przedmiot badań wielu neurobiologów i kognitywistów. Eksperci biorą pod lupę różne dane demograficzne – wiek, płeć, rasę, pochodzenie etniczne oraz poziom wykształcenia, próbując znaleźć pewne prawidłowości. Naukowcy z Mailman School of Public Health przynależącego do Uniwersytetu Columbia postanowili skorzystać z innego zestawu informacji, który nieoczekiwanie przyniósł dużą skuteczność. Specjaliści chcieli sprawdzić, czy pierwszymi oznakami otępienia mogą być określone zachowania i nawyki kierowców samochodów. 

– Prowadzenie pojazdu jest złożonym zadaniem, które obejmuje dynamiczne procesy kognitywne, wymagając również percepcyjnych zdolności motorycznych. Nasze badanie pokazuje, że sposób wykonywania tej czynności może być markerem łagodnych zaburzeń poznawczych (MCI) albo demencji – mówi w omówieniu pracy jeden z członków zespołu badawczego, Guohua Li. – Jeśli stworzone przez nas algorytmy zostaną zatwierdzone, mogą w przyszłości stanowić nowatorskie, a zarazem dyskretne narzędzie przesiewowe do wykrywania choroby u seniorów – dodaje. 

Naukowcy wykorzystali w programie technikę uczenia maszynowego znaną jako las losowy, która daje dużą skuteczność w analizie procesów uwzględniających wiele zmiennych. Oprócz wspomnianych wcześniej danych (np. wieku albo płci) uwzględniono w nim informacje zebrane w ramach trzyletniego programu LongROAD, w którym uczestniczyły blisko 3 tysiące kierowców w wieku 65-79 lat. Okazało się, że parametry takie jak długość odbytych podróży, odsetek kursów dłuższych niż 24 km oraz częstość występowania ostrego hamowania, w połączeniu ze stricte demograficznymi faktami znacząco poprawiają skuteczność algorytmu. Gdyby nie brać ich pod uwagę, wynosiłaby jedynie 66 proc., a tak sięga nawet 88 proc. 

Ze szczegółowym omówieniem badania można zapoznać się na łamach specjalistycznego periodyku „Geriatrics”.