Algoritmen voor machinaal leren die worden gebruikt om de ziekte van Alzheimer te detecteren tijdens telefoongesprekken

Algoritmen voor machine learning die worden gebruikt om de ziekte van Alzheimer te detecteren tijdens telefoongesprekken

Onderzoekers van het ministerie van Volksgezondheid, McCann Healthcare Worldwide Japan Inc., hebben drie algoritmen ontwikkeld die kunnen worden gebruikt om de ziekte van Alzheimer op te sporen bij patiënten die telefoongesprekken voeren. De groep heeft een paper geschreven waarin de algoritmen en hun effectiviteit worden geschetst en heeft deze geüpload naar de open-access-site PLoS ONE.

Ondanks wereldwijde inspanningen is er nog steeds geen remedie voor de ziekte van Alzheimer, die miljoenen mensen over de hele wereld treft, waaronder ongeveer 5.8 miljoen in de Verenigde Staten. Medische onderzoekers hebben echter vooruitgang geboekt om de voortgang ervan te vertragen; daarom wordt het steeds belangrijker om de ziekte vroeg te herkennen. Zo hebben wetenschappers hun aandacht gericht op het vinden van nieuwe manieren om te voorspellen welke mensen de ziekte zullen krijgen. In deze nieuwe poging hebben de onderzoekers zich tot machine learning gewend als hulpmiddel bij diagnoses.

Eerder onderzoek heeft aangetoond dat enkele van de vroege tekenen van de ziekte van Alzheimer zijn: langzamer spreken dan normaal en vaker pauzeren tijdens gesprekken. Er wordt al enig werk gedaan om dergelijke spraakproblemen te herkennen - een project van een team in Japan maakt gebruik van de Test Phone Interview for Cognitive Status (TICS-J), waarbij telefoongesprekken worden opgenomen en bestudeerd om te zien of er sprake is van langzame of gebroken spraak. In deze nieuwe studie hebben de onderzoekers de mensen die telefoongesprekken luisterden en analyseerden vervangen door een computer met een algoritme voor machine learning.

Er zijn drie verschillende machine learning-algoritmen ontworpen om spraakpatronen te bestuderen. Ze leerden allemaal om tekenen van de ziekte van Alzheimer te identificeren met behulp van stemopnames van een lopend dementieprogramma in Japan. Andere spraakopnames werden vervolgens gebruikt om de algoritmen te testen, en de onderzoekers ontdekten dat ze gemiddeld net zo goed of iets beter waren dan TICS-J en geen valse positieven teruggaven. De onderzoekers suggereren dat hun algoritmen kunnen worden gebruikt om een ​​goedkopere en meer toegankelijke vorm van vroege Alzheimer-testen te bieden.