我们的投资组合

香港中文大学

邢国良博士| , 香港

香港中文大学

邢国良博士| , 香港

机器学习技术促进阿尔茨海默氏病数字生物标记的发展

目前,每个家庭平均拥有10台联网的智能设备,到2020年,这一数字将增加到50台。与此同时,人工智能技术的突破也有望改变几个行业。它们可以共同为阿尔茨海默氏病带来前所未有的生理,行为和认知数字标记。然而,智能设备的兴起不可避免地导致侵犯隐私和数据泄漏的更高风险。此外,数字标记物数量的增加和许多AI算法的“黑匣子”性质使解释不同数字标记物的相关性及其与疾病病理生理学的联系变得极为困难。

我们的跨学科团队由传感器系统,物联网,人工智能,以人为中心的计算,护理,精神病学,阿尔茨海默氏病和痴呆症等领域的专家组成,旨在为阿尔茨海默氏症的现成智能设备开发可保护隐私的深度学习技术疾病。拟议的深度学习技术包括1)一套基于运动组合对日常生活活动(ADL),痴呆的行为和心理症状(BPSD),社交互动,运动功能和认知进行数字生物标记分类的算法可穿戴设备中的传感器,移动/家用设备(如平板电脑)中的声学传感器以及深度传感器(独立或嵌入在最新智能手机的相机中) 仅提取3D距离并因此保留用户隐私; 2)实时联合学习系统,它可以使本地算法协同改进学习模型,同时将所有训练数据保留在设备上; 3)可解释的深度学习算法,用于量化多模式数字生物标记的相关性,并有助于早期发现,诊断和干预。我们的技术将通过总共200名患者进行部署和验证。