毋庸置疑，人類的壽命正在變長。而伴随而來的老齡化問題，也導緻了老年人可能面臨認知衰退的威脅，比如老年癡呆等疾病。
根據相關機構的統計顯示，美國确認患有老年癡呆的患者目前有500萬人，而在2050年将會達到1350萬人。為了更好地抵禦這樣的老年危機，mit與lahey醫院醫學中心一同研發了一款工具，能夠幫助更好地檢測認知障礙，早發現早治療，以間接減少患病的人數。
csail的認知系統與人機互動專家randall davis及lahey醫院與醫學中心的神經學專家dana penney一同牽頭推動研究，在畫鐘測試(cdt)的基礎上進行改進。
雷鋒網了解到，畫鐘測試是一種傳統的檢測老年癡呆的測試手段，憑借其簡單、實用的特點已經延續了半個世紀。畫鐘測試首先會要求老人獨立畫出一個有表盤數字的鐘，表針需要指向醫生所說的時間。随後，再讓老人重複畫一個相同的鐘。
前一個步驟主要考察的是對方對語言的了解能力與記憶能力；而第二個步驟則是考察空間推理與執行功能。根據雷鋒網了解，得分标準有四個：
表盤是一個閉鎖的圓； 數字在表盤上的位置正确； 數字沒有畫出圓外； 所訓示的時間與醫生所要求的時間一緻。
davis與penney與他們的學生團隊進行合作，希望用一支電子筆取代原有的普通筆。醫生不僅能夠檢測病人的畫鐘結果，還能檢測到對方的繪畫過程。經過長達十年的研究，penney與同僚們對4000位受試者進行了電子筆的測試，并通過機器學習建構預測模型，結果顯示，比起傳統的醫師人工診斷，電子筆呈現出了更精确的診斷率。
然而這個測試仍然存在不足之處，那就是機器學習的黑箱問題。機器無法告訴人類它是如何思考的，這也意味着整個診斷過程缺乏透明度及置信度。團隊開始意識到，不論是對醫生還是病人而言，一個複雜且不透明的算法都無法被接受。
ibm也一直在推進認知計算，即将機器學習及思考的過程盡量通過邏輯的方式呈現。mit目前也想嘗試用同樣的方式推動機器診斷的合理性。
souillard-mandar與randall davis
學生souillard-mandar表示，分析将由兩個部分組成：
了解受試者在畫的内容：比如畫出一些連續的橫杆，這代表時鐘的分針刻度； 而基于這樣的了解，系統能夠呈現整體的測試結果，并綜合認知函數給出醫師能夠了解的名額。“這也是我們讓模型可了解的關鍵，臨床醫生也能夠很輕易地了解算法是如何推導出決策内容的。”
實驗顯示，新型的機器學習測試能夠節約醫生的大量時間，同時提升準确性，在易用的同時也保證了造價便宜。davis表示，
“有很多藥物能夠減緩老年癡呆的惡化，是以早發現并及早接受治療，無疑是有益于老人的。”
在過去兩年裡，davis與團隊努力将産品從實驗室延伸到臨床階段。davis、penney與投資人philip
cooper聯合創辦了一家名為digital cognition
technologies(dct)的公司，将原來的電子筆及微型計算機打造為一款名為dctclock的産品。認知能力的測試像測量血壓一樣快捷友善，而且在一分鐘内就能夠獲得結果。目前一些制藥公司正在使用産品進行臨床測試，并計劃在2018年為臨床醫生提供服務。
雷鋒網了解到，美國聯邦的老年保健醫療制度medicare在最近就決定将dctclock普及65歲以上公民的年度檢查，就像pet掃描一樣快速而安全。“pet能夠測量生理方面的健康名額；而我們能夠對行為進行測量，并判斷使用者的認知。”
本文作者：奕欣