Aplikace by mohla označit Alzheimerovu chorobu z telefonních rozhovorů

Někdo používá modrý chytrý telefon

  • V současné době chybí levné, dostupné a spolehlivé testy k diagnostice Alzheimerovy choroby v rané fázi.
  • Lidé s tímto onemocněním mají tendenci mluvit pomaleji a s delšími pauzami.
  • V nedávné studii vědci použili strojové učení k vývoji modelů, které využívají akustické vlastnosti konverzací člověka k identifikaci, zda může mít časnou Alzheimerovu chorobu.
  • Pokud se další testy osvědčí, modely by mohly pomoci identifikovat raná stadia stavu pomocí aplikace pro smartphone nebo online.

Alzheimerova choroba zahrnuje progresivní degeneraci v částech mozku, které řídí myšlenky, paměť a jazyk.

Centra pro kontrolu a prevenci nemocí (CDC) uvádějí, že v roce 2020 žilo ve Spojených státech s touto chorobou až 5.8 milionu lidí.

Výzkum naznačuje, že včasná diagnóza je důležitá, protože poskytuje lékařům příležitost zahájit klinické intervence co nejdříve, aby zvládli příznaky dané osoby.

V současné době však nejsou k dispozici žádné levné, široce dostupné a spolehlivé nástroje k diagnostice Alzheimerovy choroby během jejího preklinického stadia.

Jedním z možných diagnostických indikátorů může být, že v každodenním rozhovoru mají lidé s tímto onemocněním tendenci mluvit pomaleji a při hledání správných slov se pozastavují. Výsledkem je, že jejich řeč může postrádat plynulost ve srovnání s lidmi bez stavu.

Vědci z McCann Healthcare Worldwide, Tokyo Medical and Dental University, Keio University a Kyoto University v Japonsku usoudili, že plně automatizovaný model by mohl použít akustické vlastnosti řeči, jako jsou pauzy, výška tónu a intenzita hlasu, k předpovědi toho, kdo se pravděpodobně vyvine Alzheimerova choroba.

Pomocí strojového učení vytvořili modely, o nichž se domnívají, že by mohly být nakonec stejně dobré nebo dokonce lepší než standardní test, který lékaři používají k diagnostice onemocnění.

Vědci ohlásili své výsledky v PLOS ONE.

Algoritmy strojového učení

Tým použil tři algoritmy strojového učení k analýze hlasových dat od 24 lidí s Alzheimerovou chorobou a 99 lidí bez, z nichž všichni byli ve věku 65 let nebo starší.

Zvukové záznamy pocházely z programu veřejného zdraví v Hachioji, který zahrnoval účastníky, kteří telefonovali o změnách životního stylu, aby snížili riziko demence.

V rámci programu se účastníci také podrobili japonské verzi standardního testu kognitivních funkcí s názvem Telefonický rozhovor pro kognitivní stav (TICS-J).

Pro novou studii vědci použili hlasové funkce z některých zvukových záznamů k trénování algoritmů strojového učení k rozlišení mezi lidmi s Alzheimerovou chorobou a kontrolami.

Zbytek nahrávek použili k měření výkonu výsledných modelů.

Jeden z modelů, který byl založen na algoritmu zvaném extrémní zesílení gradientu (XGBoost), fungoval lépe než TICS-J, i když rozdíl mezi nimi nedosáhl prahové hodnoty pro statistickou významnost.

Krmení modelu několika zvukovými soubory od každého jednotlivce zlepšilo spolehlivost jeho předpovědí.

Jak XGBoost, tak TICS-J měly skóre citlivosti 100%, což znamená, že neexistovaly žádné falešné negativy - všichni účastníci, u kterých testy zjistili, že nemají Alzheimerovu chorobu, tento stav neměli.

XGBoost také získal perfektní skóre pro specifičnost, což znamená, že neexistovaly žádné falešné pozitivy a všichni lidé, kteří definovali, že mají Alzheimerovu chorobu, byli skutečně lidé s tímto stavem. Pro srovnání, TICS-J zaznamenal pouze 83.3%.

Jinými slovy, 16.7% účastníků, u nichž TICS-J usoudila, že mají Alzheimerovu chorobu, mělo skutečně dobré kognitivní zdraví.

Vědci tvrdí, že vývojáři mohou svůj model začlenit do webových stránek nebo mobilních aplikací, což veřejnosti umožní přístup k nim.

Věří, že takový prediktivní nástroj by mohl vést lidi v nejranějších stadiích nemoci k vyhledání odborné pomoci.

Dospívají k závěru:

"Náš úspěch v předpovídání [Alzheimerovy choroby] s využitím pouze hlasových funkcí z každodenní konverzace naznačuje možnost vyvinout nástroj předběžného screeningu [Alzheimerovy choroby] v běžné populaci, který je dostupnější a levnější."

"[W] e nyní plánujeme provést tento test znovu s větší velikostí vzorku v nové oblasti do konce tohoto roku, abychom dále ověřili naše výsledky," uvedl hlavní autor Akihiro Shimoda z McCann Healthcare Worldwide v Tokiu.

„Společnost McCann Health chce tuto diagnostickou screeningovou metodu dále vylepšit, aby mohla vyvinout vlastní službu nazvanou„ Dearphone “, jejímž cílem je přispět k prevenci a včasnému odhalení demence,“ řekl "Detonic.shop".

Řekl, že vedle aplikací a online platforem mohou vývojáři začlenit svůj model do běžné telefonní služby pro starší lidi, kteří nepoužívají smartphone nebo počítač.

"Ve skutečnosti hledáme partnera, který by s námi spolupracoval na vývoji a implementaci našeho modelu do společnosti," dodal.

Omezení studie

Jedním z hlavních omezení studie bylo to, že se používaly zvukové údaje od lidí, kteří již dostali diagnózu Alzheimerovy choroby.

Aby výzkumníci potvrdili, že model funguje, museli by jej otestovat na větším vzorku z běžné populace a poté je časem sledovat, aby zjistili, u koho se tento stav vyvinul.

Autoři zaznamenávají některá další omezení své práce. Studie například nerozlišovala mezi lidmi s Alzheimerovou chorobou a lidmi s mírným kognitivním poškozením, kteří mohou mít různé řečové charakteristiky. Velikost vzorku byla navíc relativně malá.

Rovněž berou na vědomí, že budoucí model může za účelem zlepšení výkonu začlenit obsah řeči a strukturu vět.