Masinõppe algoritmid, mida kasutatakse Alzheimeri tõve tuvastamiseks telefonivestluste ajal

Masinõppe algoritmid, mida kasutatakse Alzheimeri tõve tuvastamiseks telefonivestluste ajal

McCann Healthcare Worldwide Japan Inc. rahvatervise osakonnas töötavad teadlased on loonud kolm algoritmi, mida saab kasutada Alzheimeri tõve tuvastamiseks patsientidel telefonivestluste ajal. Grupp on kirjutanud algoritme ja nende tõhusust kirjeldava töö ning laadinud selle avatud juurdepääsuga saidile üles PLoS ONE.

Vaatamata ülemaailmsetele jõupingutustele ei ole Alzheimeri tõvest, mis mõjutab miljoneid inimesi kogu maailmas, sealhulgas umbes 5.8 miljonit USA-s, endiselt ravimeid. Meditsiiniteadlased on selle progresseerumise aeglustamiseks siiski ette jõudnud; mistõttu on haiguse varajane tuvastamine üha olulisem. Nii on teadlased pööranud oma tähelepanu uute viiside leidmisele, kuidas ennustada, millised inimesed selle haiguse saavad. Selle uue pingutusega on teadlased pöördunud masinate õppimise kui diagnooside abivahendi poole.

Varasemad uuringud on näidanud, et mõned Alzheimeri tõve varajased tunnused hõlmavad tavapärasest aeglasemat rääkimist ja vestluste ajal sagedamini pausi. Selliste kõneprobleemide tuvastamiseks tehakse juba praegu tööd - Jaapani meeskonna üks projekt kasutab testiintervjuu (TICS-J) testi, kus telefonivestlused salvestatakse ja uuritakse, kas kõne on aeglane või katkine. Selles uues uuringus on teadlased telefonivestlusi kuulavaid ja analüüsivaid inimesi asendanud arvutiga, millel töötab masinõppe algoritm.

Kõnemustrite uurimiseks töötati välja kolm erinevat masinõppimise algoritmi. Kõiki õpetati tuvastama Alzheimeri märke Jaapanis käimasoleva dementsusprogrammi helisalvestiste abil. Seejärel kasutati algoritmide testimiseks muid helisalvestisi ja teadlased leidsid, et need olid keskmiselt sama head või veidi paremad kui TICS-J ega andnud valepositiivseid tulemusi. Teadlased pakuvad, et nende algoritme võiks kasutada varase Alzheimeri tõve testimise odavama ja kättesaadavama vormi pakkumiseks.