Nov, 2022

研究人工智能支持不同类型的失智症患者记忆的潜力

PDF
TL;DR研究表明，自动个性化界面和人工智能驱动的个性化是解决帮助患有痴呆症人士以可扩展的方式使用商用技术的潜在解决方案，但是人们对于人工智能作为他们日常技术使用的辅助工具及其在他们整体自我管理系统中的作用的看法缺乏了解。
hcidementiaauto-personalized interfacesartificial intelligenceself-management systems
发现论文，激发创造
  • 痴呆症的人工智能和非人工智能评估

    本文回顾了关于人工智能和非人工智能评估痴呆的论文，旨在为医疗社区和人工智能工程师提供有关痴呆症评估的各种方法和数据集的有价值信息，并强调现有解决方案的研究方向和成熟度

    Jun, 2023

  • 评估将增强现实和物联网技术融合以帮助阿尔茨海默病患者的可行性

    利用物联网和增强现实概念创造一种环境辅助生活实施系统，来帮助患有阿尔茨海默症（AD）的人。该系统包括智能手机或 Windows 应用程序和智能眼镜。前者用于监测 AD 患者在家中的状况并在患者处于风险状态时通知看护人员。后者用于识别环境中的二维码，并以格式化音频、文本或三维图像的形式提供相关信息。本文探讨了该系统实施的可能性并报告了初步结果。

    Jan, 2023

  • 面向老龄社会的 AI 神经技术 —— 使用信息几何机器学习方法开发任务负荷和痴呆症 EEG 数字生物标志物

    该论文讨论了利用脑波技术开发数字生物标识符以监测痴呆症，提出了一种基于信息几何的分类方法以自动辨别脑电图诱发反应，通过机器学习技术进行轻度认知障碍和阿尔茨海默病的诊断。

    Nov, 2018

  • 面向老年痴呆患者的人工智能语言评估工具

    本文提出了一种使用人工智能的语言评估工具，利用机器学习中的二元分类器来识别老年人患痴呆所引起的语言障碍，评估了不同任务、特征与媒介对分类器性能的影响，并确定了工具的可靠性和有效性。

    Sep, 2022

  • 基于可解释人工智能的老年人与电子健康界面交互研究

    研究提出了一个综合的混合方法框架，采用不同样本的老年人，包括用户体验，可用性评估和深入访谈，集成可解释人工智能 (XAI) 方法。研究结果显示，XAI 注入的电子健康界面在调查老年人与电子健康界面交互时的偏好方面，扮演了重要角色，并确定了用户友好的人机交互 (HCI) 工具的重要设计因素。此研究的发现对于用户为中心的电子健康技术的设计和开发，旨在提高老年人的整体幸福感具有深远的意义。

    Feb, 2024

  • 利用具备自然语言处理能力的娱乐聊天机器人进行老年人认知障碍的自动检测

    提出了一种智能对话系统，用于娱乐老年人并通过聊天对话阶段评估认知能力，并通过机器学习算法检测认知障碍，从而实现自动化的认知障碍检测方法。

    May, 2024

  • 探索支持老年人基于音乐回忆的生成式人工智能设计

    通过用户中心设计方法，本研究探索了使用生成式人工智能系统来支持音乐回忆对老年人心理福祉的影响，发现老年人对使用生成式人工智能来增强回忆体验持有积极态度，并提出了未来设计中的具体考虑要素。

    Mar, 2024

  • BIASeD: 将非理性引入自动化系统设计

    本文主张人工智能系统需要模拟、理解、甚至复制人类的认知偏差，在人机协作中扮演更加重要的角色，并提出了关于人类认知偏差和人工智能之间相互作用的研究议程及三个感兴趣的广泛领域，并为具有更好对人类偏见的人工智能系统的设计方向提出了研究方向。

    Oct, 2022

  • 人工智能、语音和语言处理方法在阿尔茨海默病监测中的应用：一项系统性综述

    通过对 2000-2019 年关于使用人工智能、语音和语言处理来预测老年痴呆症认知下降的研究进行系统回顾，总结出近 51 项相关研究的详细信息、研究过程及其局限，并提出解决策略。虽然这 51 项研究结果令人惊喜，但仍存在许多问题，如缺乏标准化、结果有限的可比性以及研究目标与临床应用之间的脱节，需要进一步深入研究来解决这些问题。

    Oct, 2020

  • 与人工智能和自然语言界面互动时应该说些什么？

    人工智能与人类的交互越来越重要，人机交互的一个子领域人工智能与人的交互 (Human-AI Interaction) 的出现旨在探索人类与人工智能的交互方式及认知科学方面的影响。先前的研究表明，心智模型在成功与 AI 进行无障碍沟通中至关重要，然而在与人工智能进行交互时，心智模型建立的具体机制尚不明确。

    Jan, 2024