I ricercatori della Mailman School of Public Health della Columbia University, della Fu Foundation School of Engineering and Applied Science e del Vagelos College of Physicians and Surgeons hanno sviluppato un algoritmo altamente accurato per la previsione di decadimento cognitivo lieve e della demenza nei conducenti più anziani. I marcatori digitali si riferiscono a variabili generate da dati acquisiti tramite dispositivi di registrazione nell’ambiente reale. Questi dati potrebbero essere elaborati per misurare il comportamento di guida, le prestazioni e il modello tempo-spaziale con dettagli eccezionali. Lo studio è pubblicato dalla rivista Artificial Intelligence in Medicine.
I ricercatori hanno utilizzato un metodo di classificazione basato sull’interazione per selezionare le variabili predittive nel set di dati. Questo modello di apprendimento ha raggiunto un’accuratezza del 96% nella previsione di decadimento cognitivo lieve e demenza, superando i tradizionali modelli di apprendimento automatico. I ricercatori hanno costruito 200 moduli variabili utilizzando i dati del conducente, del veicolo e dell’ambiente acquisiti dai dispositivi di registrazione all’interno del veicolo guidato per 2.977 conducenti che hanno partecipato al progetto Longitudinal Research on Aging Drivers (LongROAD), uno studio prospettico di coorte condotto in cinque siti negli Stati Uniti.
Al momento dell’iscrizione, i partecipanti erano conducenti attivi di età compresa tra 65 e 79 anni che erano cognitivamente sani. I dati utilizzati in questo studio provengono dai primi tre anni di follow-up, da agosto 2015 a marzo 2019. Durante il follow-up, a 36 partecipanti è stato diagnosticato un decadimento cognitivo lieve, 8 con malattia di Alzheimer e 17 con altro. I ricercatori hanno eseguito una serie di esperimenti di modellazione al computer e hanno scoperto che il nuovo modello di apprendimento è del 6-10% più accurato rispetto agli altri modelli nel prevedere il deterioramento cognitivo lieve e la demenza. Le due variabili di guida più influenti sono il rapporto di virata da destra a sinistra e il numero di eventi di frenata brusca (definiti come manovre con tassi di decelerazione ≥ 0,4 g).
