庆应义塾大学项目岸本太史郎教授和 FRONTEO Co., Ltd. 开发了使用自然语言处理 (NLP) 的“对话式痴呆症诊断支持 AI 程序”。AI可以根据老人和医护人员的自由对话，检测出痴呆症的可能性。
在人口进一步老龄化的日本，痴呆症患者人数持续增加，预计到 2025 年，这一数字将达到 730 万（约五分之一的老年人）。在日本，痴呆症对策已成为重要的社会问题。痴呆症的诊断通常通过病史、影像学和多项认知测试来测量记忆力和算术。然而，这些测试是高度专业化的，需要对执行测试的医务人员进行培训，并且非常耗时。
痴呆症会影响许多功能，例如记忆力和注意力，但也会影响语言功能。因此，研究小组记录了自由对话，并利用自然语言处理（NLP）技术进行了研究以确定痴呆症的可能性。共转录了 135 位合作者的 432 段对话，分解为词素和词性，向量化和机器学习。结果，我们成功地以高百分比正确识别痴呆症的存在与否（准确度 0.90，敏感性 0.88，特异性 0.92）。这种准确性可以通过从大约 3 到 5 分钟的话语中获得的词汇数量来实现。
这项研究的结果是基于老年人和医务人员之间的自由交谈来检测痴呆症，无需进行记忆和计算等测试就可以识别痴呆症。在重复考试的情况下，受试者可能会记住考试的内容，考试的准确性可能会下降，但这项技术可以避免这种“学习效应”，因此有望在筛选考试中投入实际应用。和
