La aplicación podría detectar la enfermedad de Alzheimer desde una llamada telefónica

Alguien que usa un teléfono inteligente azul

  • Los exámenes baratos, disponibles y confiables para identificar la enfermedad de Alzheimer en un inicio no están disponibles en la actualidad.
  • Las personas con el problema tienden a hablar más gradualmente y también con paradas más largas.
  • En un estudio de investigación actual, los científicos utilizaron el descubrimiento de dispositivos para establecer versiones que utilizan las funciones acústicas de las discusiones de un individuo para reconocer si podrían tener una enfermedad de Alzheimer muy temprana.
  • Si más exámenes verifican su efectividad, las versiones pueden ayudar a reconocer el comienzo del problema usando una aplicación de dispositivo inteligente o en línea.

La enfermedad de Alzheimer incluye el deterioro moderno de los componentes de la mente que regulan las ideas, la memoria y también el lenguaje.

Los Centros para el Control y la Prevención de Enfermedades (CDC) registran que en 2020, hasta 5.8 millones de personas en los Estados Unidos estaban lidiando con la afección.

Las investigaciones recomiendan que el diagnóstico médico temprano es muy importante debido al hecho de que ofrece a los médicos la oportunidad de comenzar los tratamientos profesionales lo antes posible para atender los signos del individuo.

Sin embargo, actualmente no se ofrecen dispositivos económicos, ampliamente disponibles y confiables para identificar la enfermedad de Alzheimer a lo largo de su fase preclínica.

Una señal de análisis factible podría ser que en la discusión diaria, las personas con la afección tienden a hablar de manera más gradual, deteniéndose mientras buscan las mejores palabras. Como resultado, su habla no puede tener fluidez en comparación con las personas sin el problema.

Científicos de McCann Healthcare Worldwide, la Universidad Médica y Dental de Tokio, la Universidad de Keio y la Universidad de Kyoto en Japón razonaron que un diseño totalmente automatizado podría utilizar funciones acústicas del habla, como paradas, tono y también fuerza de voz, para anticipar que es es más probable que establezca la enfermedad de Alzheimer.

Utilizaron el descubrimiento de dispositivos para desarrollar versiones que creen que podrían llegar a ser tan excelentes, o quizás mucho mejores, que un examen convencional que los médicos utilizan para identificar la afección.

De hecho, los investigadores informaron su ventaja a PLOS ONE.

Fórmulas de descubrimiento de máquinas

El grupo utilizó 3 fórmulas de aprendizaje automático para examinar la información de voz de 24 personas con la enfermedad de Alzheimer y también de 99 personas sin la enfermedad, cada una de las cuales tenía 65 años o más.

Las grabaciones de audio se originaron en un programa de salud y bienestar público en Hachioji que incluía a personas conversando por teléfono sobre ajustes en su estilo de vida para reducir el peligro de deterioro mental.

Como componente del programa, los individuos realizaron además la variación japonesa de un examen convencional del trabajo cognitivo llamado Entrevista telefónica para el estado cognitivo (TICS-J).

Para el nuevo estudio de investigación, los investigadores utilizaron funciones de canto de algunas de las grabaciones de audio para educar las fórmulas de aprendizaje automático para distinguir entre las personas con enfermedad de Alzheimer y los controles.

Utilizaron el resto de las grabaciones para evaluar la eficiencia de las versiones resultantes.

Una de las versiones, que se basó en una fórmula llamada mejora severa de pendientes (XGBoost), tuvo un desempeño mucho mejor que TICS-J, aunque la distinción entre ambas no llegó al límite de relevancia analítica.

Alimentar el diseño con numerosos documentos de audio de cada persona impulsó la integridad de sus pronósticos.

Tanto XGBoost como TICS-J tenían un nivel de índice de sensibilidad del 100%, lo que indica que no había inconvenientes incorrectos: todas las personas que los exámenes determinaron que no tenían la enfermedad de Alzheimer no tenían el problema.

XGBoost también obtuvo una mejor calificación de singularidad, lo que indica que no hubo positivos incorrectos, y también todas las personas que especificó que tenían la enfermedad de Alzheimer eran ciertamente personas con este problema. Por el contrario, TICS-J acaba de acumular un 83.3%.

En otras palabras, el 16.7% de las personas a las que TICS-J evaluó que tenían la enfermedad de Alzheimer realmente tenían una excelente salud cognitiva y bienestar.

Los científicos afirman que los programadores pueden integrar su diseño directamente en sitios de Internet o aplicaciones móviles, permitiendo que el público lo acceda por sí mismo.

Piensan que tal dispositivo de anticipación podría ayudar a las personas en las primeras fases de la afección a buscar ayuda de expertos.

Ellos envuelven:

“Nuestro logro en predecir bien [la enfermedad de Alzheimer] utilizando solo las características vocales de la conversación diaria indica la posibilidad de desarrollar una herramienta de preselección para [la enfermedad de Alzheimer] entre la población general que sea más accesible y de menor costo”.

“Ahora estamos planeando realizar esta prueba nuevamente con un tamaño de muestra más grande en el nuevo campo para fines de este año con el fin de validar aún más nuestros resultados”, afirmó el escritor principal Akihiro Shimoda de McCann Healthcare Worldwide en Tokio.

“McCann Health quiere mejorar aún más este método de detección de diagnóstico para desarrollar su propio servicio llamado 'Dearphone' destinado a contribuir a la prevención y detección temprana de la demencia”, informó "Detonic.shop".

Afirmó que junto con las aplicaciones y también los sistemas en línea, los programadores podrían integrar su diseño directamente en una compañía telefónica tradicional para personas mayores que no utilizan un dispositivo inteligente o un sistema informático.

“En realidad, estamos buscando un socio que pueda colaborar con nosotros para desarrollar e implementar nuestro modelo a la sociedad”, agregó.

Limitaciones del estudio de investigación

Una de las principales limitaciones del estudio de investigación fue que utilizó información de audio de personas que actualmente habían obtenido un diagnóstico médico de la enfermedad de Alzheimer.

Para verificar que el diseño funciona, los científicos ciertamente necesitarían evaluarlo en un ejemplo más grande de la población básica y luego seguirlos con tiempo para ver que creó el problema.

Los escritores tienen en cuenta algunas otras limitaciones de su trabajo. Por ejemplo, el estudio de investigación no distinguió entre individuos con la enfermedad de Alzheimer y aquellos con problemas cognitivos leves, que podrían tener varias características del habla. Para mejorar, la dimensión del ejemplo era bastante pequeña.

Además, tienen en cuenta que un diseño futuro podría integrar material de voz y también sintaxis para mejorar su eficiencia.

Nos gustaría informarle sobre otro proyecto muy interesante que ayuda a ganar dinero en el mundo moderno: señales comerciales sobre el próxima bomba de criptomonedas en Binance intercambio del canal secreto de Telegram de los inversores. Mire en YouTube sobre señales de bomba criptográfica y club VIP de comerciantes.