Improving the visual quality and delivery of visuospatial and executive function tests on an interactive web and mobile platform
Notice bibliographique
Résumé
BACKGROUND: One of the tests to evaluate cognitive decline is the Montreal Cognitive Assessment (MoCA), as a result, various technological developments have automated and digitized this test. Some of these systems present the test only in its digitalized form, while others integrate virtual reality and artificial intelligence with sophisticated signal processing methods that take into account the information from each item on the test to obtain systems that support diagnosis for professionals in this field. This type of system is contributing to the counterbalance of the expected scenario for the year 2050, according to the World Health Organization, which predicts that 140 million people will suffer from dementia. METHOD: In this research, we present an automatic method based on image quality to obtain the illustrations made by patients during the visuospatial and executive function tests of the Montreal Cognitive Assessment (MoCA). Specifically, this method performs an automatic analysis and image processing that identifies the illustration with the best focus and quality for each of the three tests: Trail Making, Cube, and Clock. RESULT: This optimization in the acquisition of information in cognitive domains, both in visuoconstructional skills and executive functions, provides robustness to our interactive web platform. In addition, when performing the MoCA test, the patient can save an estimated time between 50% and 70% by being able to capture and save the images immediately. This method avoids the most common problems when capturing images, such as having low-quality images due to being captured in environments where with too low or too bright lighting, as well as instability in the movement of capture device. CONCLUSION: For the test database, the automatic scoring of each MoCA item and the score set for each of the three illustrations by the specialist, the results of our web application are obtained with 100% accuracy and equal to the evaluations carried out by specialists. The Web platform stores the tests performed so that the specialist doctor can analyze them and continuously monitor patients. This information is managed by the doctor and can be consulted by the patient's caregiver or family member.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».