Rakendus võib Alzheimeri tõve telefonivestlustest üles märkida

Keegi kasutab sinist nutitelefoni

  • Odavad, kättesaadavad ja usaldusväärsed testid Alzheimeri tõve varajaseks diagnoosimiseks puuduvad.
  • Selle haigusega inimesed kipuvad rääkima aeglasemalt ja pikemate pausidega.
  • Värskes uuringus töötasid teadlased masinõppe abil välja mudeleid, mis kasutavad inimese vestluste akustilisi omadusi, et teha kindlaks, kas neil võib olla varajane Alzheimeri tõbi.
  • Kui edasised testid osutuvad edukaks, võiksid mudelid aidata nutitelefoni rakenduse või veebi kaudu seisundi varajasi etappe tuvastada.

Alzheimeri tõbi hõlmab progresseeruvat degeneratsiooni ajuosades, mis reguleerivad mõtteid, mälu ja keelt.

Haiguste tõrje ja ennetamise keskused (CDC) teatasid, et 2020. aastal elas selle haigusega Ameerika Ühendriikides kuni 5.8 miljonit inimest.

Uuringud näitavad, et varajane diagnoosimine on oluline, sest see annab arstidele võimaluse võimalikult kiiresti alustada kliinilisi sekkumisi, et inimese sümptomeid hallata.

Alzheimeri tõve diagnoosimiseks selle prekliinilises staadiumis pole aga praegu saadaval odavaid, laialt kättesaadavaid ja usaldusväärseid vahendeid.

Üks võimalik diagnostiline näitaja võib olla see, et igapäevases vestluses kipuvad haigusega inimesed rääkima aeglasemalt, tehes pausi, kui nad püüavad leida õigeid sõnu. Selle tulemusena võib nende kõnes puududa ladusus võrreldes haiguseta inimestega.

McCann Healthcare Worldwide'i, Tokyo meditsiini- ja hambaraviülikooli, Keio ülikooli ja Jaapani Kyoto ülikooli teadlased põhjendasid, et täielikult automatiseeritud mudel võib kasutada kõne akustilisi omadusi, näiteks pause, helikõrgust ja hääle intensiivsust, et ennustada, kes tõenäoliselt areneb. Alzheimeri tõbi.

Nad kasutasid masinõpet, et luua mudeleid, mis nende arvates võivad lõpuks olla sama head või isegi paremad kui tavaline test, mida arstid haiguse diagnoosimiseks kasutavad.

Teadlased on oma tulemustest teatanud PLOS ONE-s.

Masinõppimise algoritmid

Meeskond kasutas kolme masinõppealgoritmi, et analüüsida 24 Alzheimeri tõbe põdeva ja 99 ilma selleta inimese hääleandmeid, kes kõik olid 65-aastased või vanemad.

Helisalvestised pärinesid Hachioji rahvatervise programmist, mis hõlmas osalejaid, kes rääkisid telefonis elustiili muutustest, et vähendada dementsuse riski.

Programmi raames läbisid osalejad ka kognitiivse funktsioneerimise standardtesti Jaapani versiooni nimega Telefonivestlus kognitiivse seisundi jaoks (TICS-J).

Uue uuringu jaoks kasutasid teadlased mõnede helisalvestiste vokaalseid funktsioone, et koolitada masinõppe algoritme Alzheimeri tõvega inimeste ja kontrollrühmade eristamiseks.

Saadud mudelite jõudluse hindamiseks kasutasid nad ülejäänud salvestisi.

Üks mudelitest, mis põhines algoritmil, mida nimetatakse äärmuslikuks gradiendi suurendamiseks (XGBoost), toimis paremini kui TICS-J, ehkki nende kahe erinevus ei jõudnud statistilise olulisuse künniseni.

Mudeli söötmine igalt üksikult mitmele helifailile parandas selle prognooside usaldusväärsust.

Nii XGBoostil kui ka TICS-J-il oli tundlikkuse skoor 100%, mis tähendab, et valesid negatiivseid ei olnud - kõigil osalejatel, kelle testides tuvastati, et neil pole Alzheimeri tõbe, polnud seda seisundit.

XGBoost sai ka spetsiifilisuse jaoks täiusliku skoori, mis tähendab, et valepositiivseid tulemusi ei olnud ja kõik inimesed, kelle see määratles Alzheimeri tõvega, olid tõepoolest selle haigusega inimesed. Võrdluseks võib öelda, et TICS-J viskas ainult 83.3%.

Teisisõnu, 16.7% osalejatest, kelle TICS-J hindas Alzheimeri tõbe, oli tegelikult hea kognitiivse tervisega.

Teadlaste sõnul võiksid arendajad lisada oma mudeli veebisaitidele või mobiilirakendustesse, võimaldades laiemal avalikkusel ise sellele juurde pääseda.

Nad usuvad, et selline ennustusvahend võib suunata inimesi haiguse varases staadiumis professionaalset abi otsima.

Nad järeldavad:

"Meie saavutus [Alzheimeri tõve] prognoosimisel, kasutades ainult igapäevastest vestlustest lähtuvaid hääleomadusi, näitab võimalust töötada välja [Alzheimeri tõve] eelskriinimisvahend kogu elanikkonna seas, mis oleks kättesaadavam ja odavam."

"[Me] plaanime nüüd selle testi uuesti läbi viia suurema valimi suurusega uuel väljal selle aasta lõpuks, et meie tulemusi veelgi kinnitada," ütles juhtiv autor Akihiro Shimoda Tokyos asuvast McCann Healthcare Worldwide'ist.

"McCann Health soovib seda diagnostilist skriinimismeetodit veelgi täiustada, et välja töötada oma teenus nimega" Dearphone ", mille eesmärk on aidata kaasa dementsuse ennetamisele ja varajase avastamisele," ütles ta "Detonic.shop"le.

Ta ütles, et lisaks rakendustele ja veebiplatvormidele võiksid arendajad lisada oma mudeli tavapärasesse telefoniteenusesse vanematele inimestele, kes ei kasuta nutitelefoni ega arvutit.

"Tegelikult otsime partnerit, kes saaks meiega koostööd teha, et oma mudelit ühiskonnas arendada ja rakendada," lisas ta.

Uuringu piirangud

Uuringu üks peamisi piiranguid oli see, et selles kasutati inimeste andmeid, kes olid juba saanud Alzheimeri tõve diagnoosi.

Mudeli toimimise kinnitamiseks peaksid teadlased seda katsetama suurema populatsiooni valimi põhjal ja seejärel neid aja jooksul järgima, et näha, kes selle seisundi välja töötas.

Autorid märgivad mõningaid muid oma töö piiranguid. Näiteks ei tehtud uuringus vahet Alzheimeri tõvega ja kerge kognitiivse häirega inimestel, kellel võivad olla erinevad kõneomadused. Lisaks oli valimi suurus suhteliselt väike.

Samuti märgivad nad, et tulevikumudel võiks selle toimivuse parandamiseks kaasata kõnesisu ja lausestruktuuri.