约翰霍普金斯大学人工智能与技术老年研究协作实验室（Johns Hopkins Artificial Intelligence and Technology Collaboratory for Aging Research，简称JH AITC）已宣布其第五轮资助计划的额外获奖者。这笔总计超过100万美元的增量资金用于支持人工智能技术的开发，以改善数百万美国老年人及其护理人员的健康和生活质量。
JH AITC由美国国家老龄化研究所（National Institute of Aging）资助，自2021年成立以来已为50多个项目提供了资金支持。
新的试点项目包括：
- 识别阿尔茨海默病的调节因子、可药物靶点和指标（Martin Nwadiugwu，杜兰大学）：该项目旨在识别与阿尔茨海默病相关的差异表达转录调节因子，这些调节因子可能作为可药物靶点，并利用多队列单核RNA测序数据开发认知障碍预测模型。
- 基于人工智能的数字认知评估用于痴呆症早期检测（Bin Huang，BrainCheck公司）：BrainCheck Assess是一种用于阿尔茨海默病早期检测的数字认知评估工具。
- 使用头戴设备的基于运动的衰老生物标志物（Alexandra Hammerberg，Hominin Labs公司）：该项目的总体目标是将商用头戴设备捕获的环境中普通人类运动转化为基于运动的衰老生物标志物。在老年人群中，这些生物标志物可用于识别神经系统疾病和肌肉骨骼衰退的早期指标，跟踪跌倒风险，并预测健康状况的恶化以便及早干预。这种增加的个性化预防性医疗保健的可及性将减轻临床负担，从而降低护理成本，帮助美国老年人更长寿、更健康地生活。
- 转变衰弱评估：基于家庭、人工智能驱动的方法检测前期衰弱下降（Evan Haas，CurveAssure公司）：该项目将使用CurveAssure开发和验证一个完全远程的基于视频的衰弱监测系统。CurveAssure是一个符合HIPAA标准的AI平台，可在消费者设备上运行，无需专用硬件或应用程序下载。CurveAssure整合了无标记动作捕捉、基于视频的力量估计、3D身体形状重建和患者报告的结果，以量化核心衰弱领域，包括行动能力、力量、肌肉减少症相关指标和疲劳。总体目标是使老年人能够在家中频繁、客观地评估衰弱情况，并及早发现衰弱进展。
- 用于中风老年人的可穿戴设备增强人工智能家庭音乐疗法（Preeti Raghavan，约翰霍普金斯大学）：该项目特色是一个基于平板电脑的应用程序，利用音乐支持疗法增强中风幸存者的上肢恢复。
- 家庭护理用看护者引导辅助机器人（CARAH）（Nilanjan Chakraborty，石溪大学）：该项目提出了一个可定制的辅助机器人框架，使机器人能够通过利用运动的数学结构，从少量看护者演示中获取操作技能。CARAH强调透明度和双向反馈，允许看护者逐步训练机器人，同时获得有关机器人规划和泛化每个任务能力的即时反馈。这种方法旨在促进有效的人机团队合作，机器人处理重复性任务，而看护者专注于更高品质的人际护理。
支持此项AITC研究的资金由约翰霍普金斯大学AITC在资助编号P30AG073104下提供。
【全文结束】
