Mašīnmācīšanās var identificēt Alcheimera slimības pazīmes pacientiem, kuri atgādina par Pelnrušķītes stāstu

Mašīnmācīšanās var identificēt Alcheimera slimības pazīmes pacientiem, kuri atgādina par Pelnrušķītes stāstu

Pilnīgi jauns pētījums, ko veica Sv. Džordža neirozinātņu pētījumu centra zinātnieki, faktiski ir noteicis dažādu darbu stingrību, kā arī ierobežojumus, kas izmantoti, lai runas novērtēšanas un mašīnmācīšanās ceļā pamanītu ļoti agrīnās Alcheimera slimības pazīmes. Publicēts žurnālā Datorzinātnes robežas, pētījums rāda, ka, lai gan mašīnmācīšanos var izmantot, lai novērtētu runas modeļus stāvokļa pazīmēm, pārbaudāmajam indivīdam ieceltās detaļas ir svarīgas pārbaudes laikā.

Iepriekšējais komandas pētījums faktiski atklāja, ka Alcheimera slimības stāvoklis ļoti iepriekš ietekmē valodu stāvoklī, kā arī šī iemesla dēļ var izmantot valodas analīzes, lai pamanītu stāvokli agrākā fāzē. Jo agrāk tas ir iegūts, jo ātrāku ārstēšanu var ņemt vērā, lai palīdzētu indivīdam.

Šajā jaunākajā pētījumā ir iekļauts pierādījums, meklējot darbības, kā arī darbus, kurus var izmantot, lai pārbaudītu Alcheimera slimību. Ierakstot skaņu no darbiem, ko veic personas, pētījuma grupa pēc tam izmantoja mašīnmācīšanās programmu, izveidota Sv. Džordžā, lai novērtētu stāvokļa pazīmes.

Darba vietas, ko izmanto pētniecībā, ir dažādas pieejas, ko izmanto medicīniskās aprūpes situācijās. Viena no visbiežāk izmantotajām metodēm, ko izmanto medicīnas profesionāļi, ir lūgt pacientus definēt ainu, ko sauc par “Cookie Theft” attēlu. Citi paņēmieni ir prasība indivīdam pastāstīt uzzinātu stāstu, piemēram, plaši pazīstamas pasakas, piemēram, Pelnrušķīte - sarežģīts darbs, kurā viņiem jāiekļauj personību kolekcija, kā arī gadījumi tieši laika skalā, kuru viņi var atcerēties.

Šajā pētījumā zinātnieki izmantoja pārmērīgas analīzes, kā arī pakāpenisku atsaukšanu (norādot, kā pagatavot krūzi tējas), unikālu stāstījuma atstāstījumu (stāsta izskaidrošana no fotoattēliem, kas piedāvāti bezvārdu bērnu stāstu publikācijā) , kā arī sarunvalodas runas (piedāvājot norādījumus papildu indivīdam, izskaidrojot ceļu caur vietām kartē), lai runas novērtēšanas ceļā pamanītu Alcheimera slimības pazīmes.

Izpētījusi 50 testa personu rezultātus (25 ar mērenu Alcheimera slimību vai mērenu kognitīvo traucējumu, kā arī 25 veselīgu un līdzsvarotu kontroli), grupa atklāja, ka visprecīzākos rezultātus sniedz pārmācīts stāsts, piemēram, Pelnrušķīte. Izmantotajai mašīnmācīšanās sistēmai bija iespēja ar 78% precizitāti noteikt, vai indivīdam ir Alcheimera slimība vai mērena kognitīvā invaliditāte, un uzdevums “Sīkdatņu zādzība” tuvojas 76% - rezultāti ir salīdzināmi ar esošajiem slimību testiem. Pārējie novērtētie uzdevumi sniedza precizitāti diapazonā no 62% (jauna stāstījuma atstāstīšana) līdz 74% (procesuāla atsaukšana).

"Mūsu rezultātu programma paredz, ka, mainot Alcheimera slimības novērtēšanai izmantoto darbavietu, runas novērtēšanas rezultātā mums ir iespējama precīzāka stāvokļa noteikšana," saka pētījuma autore un pēdējā gada Ph.D. studente Sv. Džordžsā, Nataša Klārka.

Atzīmējot, ka ir nepieciešami lielāki pētījumi, lai vēl vairāk uzlabotu viņu izpratni par viņu vērtējumiem, Clarke piebilst: "Mēs vēlamies, lai šo moderno tehnoloģiju varētu izmantot no citas vietas, piemēram, izmantojot viedo ierīču lietojumprogrammas, samazinot stresu un trauksmi ap stāvokļa pārbaudi. Ja mēs varam padarīt skrīningu vienkāršāku, pēc tam ideālā gadījumā mēs varam agrāk identificēt stāvokli, kā arī ātrāk sākt nodarboties ar cilvēkiem. ”

Ievērojot šī pētījuma rezultātus, grupa vienu gadu vēlāk vēlas pievienoties vairākiem pētniekiem, lai ar laiku novērtētu pielāgojumus, kā arī uzzinātu vairāk par stāvokļa attīstību.