最近的一项研究发现，驾驶行为可以强烈表明某人患有轻度认知障碍或痴呆症。
这项研究发表在《老年医学》杂志上，该研究使用了驾驶数据，人口统计学信息和机器学习来以88％的准确性预测个人是否患有MCI或痴呆症。
李礼辉：有必要进一步研究发行中国主导全球性数字货币可行路径和实施方案:中国银行前行长李礼辉发表演讲表示，我国法定数字货币实现路径有必要进一步完善，特别是完善它的底层技术架构和应用场景的设计，确保高并发市场中的规模化可靠应用。“我们要考虑在数字货币人民币溢出情况下怎么样保证其系统运行的可靠性。同时应该有必要进一步研究，发行中国主导的全球性数字货币的可行路径和实施方案。”(澎湃新闻)[2020/11/18 21:13:08]
现在，单靠驾驶数据并不是衡量某人是否正在经历这些认知障碍的最准确方法。
俄罗斯央行：在研究发行数字卢布的可能性:俄罗斯央行表示，在研究发行数字卢布的可能性，俄罗斯必须做好必要的准备。在数字卢布平台开发完成并经过有限用户试用后，将决定是否发行数字卢布。（俄罗斯卫星网）[2020/10/13]
单凭驾驶数据就只能以66％的准确度进行预测。但是，如果将其与人口统计数据结合使用，则准确性会提高到88％。
动态 | 卢旺达中央银行研究发行数字货币的方式:据彭博社消息，卢旺达央行正在研究如何发行自己的数字货币，以提高交易处理效率，促进经济增长。央行计划借鉴加拿大，新加坡和荷兰等中央银行的经验，这些银行已经测试了区块链技术的使用。[2019/8/23]
MCI或痴呆的预测因子
年龄是MCI或痴呆的主要预测指标，但许多驾驶特征也被证明是好的指标。
根据这项研究，这包括诸如在家15英里之内的出行次数，出行的时间长短以及硬制动事件的数量之类的事情。
为了得出这些结论，研究人员使用了一项名为LongROAD的长期研究的数据，该研究在四年中跟踪了近3,000名驾驶员。
但是，该研究表明，在LongROAD数据集中没有发现很多患有MCI或痴呆症的人。
因此，尽管研究人员的模型已经成功地预测了认知障碍，但是在被认为是可靠的之前，它需要更多的数据。
这项最新研究的研究人员建议，他们的机器学习模型可以集成到智能手机应用或车辆系统中，以监控驾驶行为并建议驾驶员是否正在经历MCI或痴呆症。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。