Aplikasi mungkin menandai Alzheimer dari panggilan telepon

Seseorang menggunakan ponsel pintar biru

  • Pemeriksaan yang murah, tersedia, dan juga terpercaya untuk mengidentifikasi kondisi Alzheimer secara dini tidak ada saat ini.
  • Orang dengan masalah memiliki kecenderungan untuk berbicara ekstra secara bertahap dan juga dengan berhenti lebih lama.
  • Dalam penelitian terbaru, para ilmuwan menggunakan penemuan perangkat untuk membuat versi yang menggunakan fungsi akustik dari percakapan seseorang untuk mengetahui apakah mereka mungkin memiliki kondisi Alzheimer dini.
  • Jika pemeriksaan lebih lanjut terbukti efektif, versi mungkin membantu mengenali awal masalah menggunakan aplikasi perangkat pintar atau online.

Kondisi Alzheimer termasuk kerusakan modern pada komponen pikiran yang mengatur ide, memori, dan juga bahasa.

Pusat Pengendalian dan Pencegahan Penyakit (CDC) mencatat bahwa pada tahun 2020, sebanyak 5.8 juta orang di Amerika Serikat menderita kondisi tersebut.

Penelitian merekomendasikan bahwa diagnosis medis yang sangat dini sangat penting karena fakta bahwa ia menawarkan kesempatan bagi dokter untuk memulai perawatan profesional secepatnya untuk menangani gejala individu.

Namun, tidak ada perangkat yang ekonomis, tersedia secara luas, dan tepercaya saat ini yang ditawarkan untuk mengidentifikasi kondisi Alzheimer selama fase praklinisnya.

Salah satu tanda analisis yang mungkin adalah bahwa dalam diskusi sehari-hari, individu dengan kondisi tersebut cenderung berbicara lebih lambat, berhenti saat mereka mencari kata-kata terbaik. Akibatnya, bicara mereka tidak bisa lancar dibandingkan dengan orang yang tidak bermasalah.

Para ilmuwan dari McCann Healthcare Worldwide, Tokyo Medical and Dental University, Keio University, dan Kyoto University di Jepang beralasan bahwa desain yang sepenuhnya otomatis mungkin menggunakan fungsi akustik suara, seperti stop, pitch, dan juga kekuatan suara, untuk mengantisipasi hal itu. paling mungkin untuk membangun kondisi Alzheimer.

Mereka menggunakan penemuan perangkat untuk mengembangkan versi yang mereka pikir mungkin sama baiknya dengan, atau mungkin jauh lebih baik daripada, pemeriksaan konvensional yang digunakan dokter untuk mengidentifikasi kondisi tersebut.

Para peneliti sebenarnya telah melaporkan petunjuk mereka ke PLOS ONE.

Formula penemuan mesin

Kelompok tersebut menggunakan 3 formula pembelajaran mesin untuk memeriksa informasi suara dari 24 orang dengan kondisi Alzheimer dan juga 99 orang tanpa, yang masing-masing berusia 65 tahun atau lebih.

Rekaman audio tersebut berasal dari program kesehatan dan kebugaran masyarakat di Hachioji yang menyertakan orang-orang yang mengobrol di telepon tentang penyesuaian gaya hidup untuk mengurangi bahaya penurunan mental.

Sebagai bagian dari program, orang-orang juga melakukan variasi Jepang dari ujian konvensional kerja kognitif yang disebut Wawancara Telepon untuk Status Kognitif (TICS-J).

Untuk studi penelitian baru, para peneliti menggunakan fungsi bernyanyi dari beberapa rekaman audio untuk melatih formula pembelajaran mesin untuk membedakan antara individu dengan kondisi Alzheimer dan kontrol.

Mereka menggunakan sisa rekaman untuk mengevaluasi efisiensi versi yang dihasilkan.

Salah satu versi, yang didasarkan pada formula yang disebut peningkatan kemiringan yang parah (XGBoost), dilakukan jauh lebih baik daripada TICS-J, meskipun perbedaan di antara keduanya tidak mencapai batas untuk relevansi analitis.

Memberi makan desain banyak dokumen audio dari setiap orang meningkatkan integritas perkiraannya.

Baik XGBoost dan juga TICS-J memiliki tingkat sensitivitas 100%, menunjukkan bahwa tidak ada kerugian yang salah – semua orang yang menurut pemeriksaan tidak memiliki kondisi Alzheimer tidak memiliki masalah.

XGBoost juga memperoleh peringkat terbaik untuk keunikan, menunjukkan bahwa tidak ada kesalahan positif, dan semua orang yang dinyatakan memiliki penyakit Alzheimer pasti orang dengan masalah ini. Sebaliknya, TICS-J hanya naik 83.3%.

Dengan kata lain, 16.7% dari individu yang dinilai TICS-J memiliki kondisi Alzheimer benar-benar memiliki kesehatan dan kebugaran kognitif yang sangat baik.

Para ilmuwan menyatakan bahwa pemrogram dapat mengintegrasikan desain mereka langsung ke situs internet atau aplikasi seluler, memungkinkan publik untuk mengaksesnya sendiri.

Mereka berpikir bahwa alat antisipasi seperti itu dapat membantu individu dalam fase awal kondisi untuk mencari bantuan ahli.

Mereka membungkus:

“Pencapaian kami dalam memprediksi [penyakit Alzheimer] dengan baik hanya menggunakan fitur vokal dari percakapan sehari-hari menunjukkan kemungkinan mengembangkan alat pra-skrining untuk [penyakit Alzheimer] di antara populasi umum yang lebih mudah diakses dan biaya lebih rendah.”

“[Kami] sekarang berencana untuk melakukan tes ini lagi dengan ukuran sampel yang lebih besar di bidang baru pada akhir tahun ini untuk lebih memvalidasi hasil kami,” kata penulis utama Akihiro Shimoda dari McCann Healthcare Worldwide di Tokyo.

“McCann Health ingin meningkatkan metode skrining diagnostik ini lebih lanjut untuk mengembangkan layanannya sendiri bernama 'Dearphone' yang bertujuan untuk berkontribusi pada pencegahan dan deteksi dini demensia,” katanya kepada "Detonic.shop".

Dia mengklaim bahwa bersama dengan aplikasi dan sistem online, programmer dapat mengintegrasikan desain mereka ke perusahaan telepon tradisional untuk orang tua yang tidak menggunakan perangkat pintar atau sistem komputer.

“Sebenarnya kami sedang mencari partner yang bisa berkolaborasi dengan kami untuk mengembangkan dan mengimplementasikan model kami ke masyarakat,” imbuhnya.

Keterbatasan studi penelitian

Salah satu kendala utama dari penelitian ini adalah bahwa ia menggunakan informasi audio dari individu yang telah mendapatkan diagnosis medis kondisi Alzheimer.

Untuk memastikan bahwa desain berfungsi, para ilmuwan pasti perlu mengevaluasinya pada contoh yang lebih besar dari populasi dasar dan kemudian mengikuti mereka dengan waktu untuk melihat apa yang menciptakan masalah.

Para penulis mengingat beberapa kendala lain dari pekerjaan mereka. Misalnya, penelitian tidak membedakan antara individu dengan kondisi Alzheimer dan juga mereka yang memiliki masalah kognitif ringan, yang mungkin memiliki berbagai fitur bicara. Dalam peningkatan, dimensi contoh cukup kecil.

Mereka juga ingat bahwa desain masa depan mungkin mengintegrasikan materi pidato dan sintaks untuk meningkatkan efisiensinya.