在人口進一步老齡化的日本，癡呆症患者人數持續增加，預計到 2025 年，這一數字將達到 730 萬（約五分之一的老年人）。在日本，癡呆症對策已成為重要的社會問題。癡呆症的診斷通常通過病史、影像學和多項認知測試來測量記憶力和算術。然而，這些測試是高度專業化的，需要對執行測試的醫務人員進行培訓，並且非常耗時。

　癡呆症會影響許多功能，例如記憶力和注意力，但它也會影響語言功能。因此，研究小組記錄了自由對話，並利用自然語言處理（NLP）技術進行了研究以確定癡呆症的可能性。共轉錄了 135 位合作者的 432 段對話，分解為詞素和詞性，向量化和機器學習。結果，我們成功地以高百分比正確識別癡呆症的存在與否（準確度 0.90，敏感性 0.88，特異性 0.92）。這種準確性可以通過從大約 3 到 5 分鐘的話語中獲得的詞彙數量來實現。

　這項研究的結果是基於老年人和醫務人員之間的自由交談來檢測癡呆症，無需進行記憶和計算等測試就可以識別癡呆症。在重複考試的情況下，被試可能會記住考試的內容，考試的準確性可能會降低，但這項技術可以避免這種“學習效應”，因此有望在篩選中投入實際應用考試。和

論文信息：[科學報告] 使用自由對話的向量表示識別神經認知障礙