Uczenie maszynowe może identyfikować objawy choroby Alzheimera u pacjentów, którzy pamiętają historię Kopciuszka

Uczenie maszynowe może identyfikować objawy choroby Alzheimera u pacjentów, którzy pamiętają historię Kopciuszka

Zupełnie nowe badanie przeprowadzone przez naukowców z Neurosciences Research Center w St George's w rzeczywistości określiło wytrzymałość i ograniczenia różnych zawodów wykorzystywanych do wykrywania bardzo wczesnych oznak choroby Alzheimera poprzez ocenę mowy, a także uczenie maszynowe Opublikowano w czasopiśmie Granice w informatyce, badania pokazują, że podczas gdy uczenie maszynowe można wykorzystać do oceny wzorców mowy pod kątem oznak stanu zdrowia, szczegółowe zadania przydzielone do sprawdzanej osoby odgrywają ważną rolę w precyzji egzaminu.

Wcześniejsze badania przeprowadzone przez zespół wykazały, że choroba Alzheimera wpływa na język z dużym wyprzedzeniem i z tego powodu można wykorzystać analizę języka do wykrycia choroby we wcześniejszej fazie. Im wcześniej zostanie uzyskany, tym szybsze zabiegi można wziąć pod uwagę, aby pomóc jednostce.

To najnowsze badanie zawiera w dowodach szukanie do oceny działań, a także zadań, które można wykorzystać do sprawdzenia Alzheimera. Nagrywając dźwięk z zadań wykonywanych przez osoby, grupa badawcza następnie korzystała z programu uczenia maszynowego, z siedzibą w St George's, aby ocenić oznaki stanu.

Zawody wykorzystywane w badaniach oznaczają różnorodne podejścia stosowane w sytuacjach opieki medycznej. Jedną z najczęstszych technik stosowanych przez lekarzy jest poproszenie pacjentów o zdefiniowanie sceny zwanej obrazem „kradzieży plików cookie”. Inne techniki polegają na poproszeniu osoby o opowiedzenie odkrytej historii, takiej jak powszechnie znane bajki, takie jak Kopciuszek – skomplikowana praca, która wymaga włączenia zbioru osobowości, a także okazji do osi czasu, którą mogą sobie przypomnieć.

W tym badaniu naukowcy wykorzystali nadmierne analizy, wraz z przypominaniem krok po kroku (określając, jak zrobić kubek herbaty), unikalną narracją (wyjaśniając historię ze zdjęć zamieszczonych w bezsłownej publikacji dla dzieci). , a także mowę konwersacyjną (oferowanie wskazówek dodatkowej osobie, wyjaśnianie ścieżki za pomocą miejsc na mapie), aby wykryć oznaki choroby Alzheimera za pomocą oceny mowy.

Po przeanalizowaniu wyników 50 osób testowych (25 z umiarkowanym schorzeniem Alzheimera lub umiarkowanym upośledzeniem funkcji poznawczych oraz 25 zdrowych i zrównoważonych osób z grupy kontrolnej) grupa odkryła, że ​​opowiadanie nauczonej historii, takiej jak Kopciuszek, zapewnia najbardziej precyzyjne wyniki. Wykorzystywany system uczenia maszynowego potrafił określić, czy dana osoba ma chorobę Alzheimera, czy umiarkowaną niepełnosprawność poznawczą z 78% dokładnością, przy czym zadanie „Kradzież ciasteczek” jest bliskie 76% — wyniki są porównywalne z istniejącymi testami na choroby. W pozostałych ocenianych zadaniach dokładność mieściła się w zakresie od 62% (powtórzenie powieści) do 74% (przypomnienie proceduralne).

„Nasz program wyników, który zmienia miejsca pracy wykorzystywane do oceny choroby Alzheimera, umożliwia dokładniejsze wykrywanie stanu chorobowego za pomocą oceny mowy” – mówi autor badania i doktorant na ostatnim roku. . studentka w St George's, Natasha Clarke.

Zauważając, że potrzebne są większe badania, aby jeszcze bardziej polepszyć ich zrozumienie ich ocen, Clarke dodaje: „Na stałe chcielibyśmy, aby ta nowoczesna technologia mogła być wykorzystywana z innego miejsca, na przykład za pośrednictwem aplikacji inteligentnych urządzeń, minimalizując stres i niepokój. wokół badań przesiewowych pod kątem stanu. Jeśli uda nam się uprościć badania przesiewowe, najlepiej byłoby, gdybyśmy mogli wcześniej zidentyfikować stan, a także szybciej zacząć radzić sobie z poszczególnymi osobami”.

Podążając za wynikami tych badań, grupa chce obecnie przyłączyć się do osób badających rok później, aby ocenić zmiany w czasie, a także dowiedzieć się więcej na temat rozwoju stanu. .