App pode sinalizar Alzheimer por telefone

Alguém usando um smartphone azul

  • Exames baratos, disponíveis e confiáveis ​​para identificar a doença de Alzheimer no início ainda não têm.
  • Pessoas com o problema tendem a falar mais gradualmente e também com paradas mais longas.
  • Em um estudo de pesquisa atual, os cientistas utilizaram a descoberta de dispositivos para estabelecer versões que utilizam as funções acústicas das discussões de um indivíduo para reconhecer se ele pode ter a doença de Alzheimer muito precoce.
  • Se mais exames forem eficazes, as versões podem ajudar a reconhecer o início do problema usando um aplicativo de dispositivo inteligente ou online.

A doença de Alzheimer inclui a deterioração moderna dos componentes da mente que regulam as idéias, a memória e também a linguagem.

Os Centros de Controle e Prevenção de Doenças (CDC) registram que, em 2020, até 5.8 milhões de pessoas nos Estados Unidos estavam lidando com a doença.

Pesquisas recomendam que o diagnóstico médico muito precoce é muito importante, pois oferece a chance para o médico iniciar o mais rápido possível o tratamento profissional para cuidar dos sinais do indivíduo.

No entanto, nenhum dispositivo econômico, amplamente disponível e também confiável é oferecido atualmente para identificar a condição de Alzheimer em toda a sua fase pré-clínica.

Um sinal de análise viável pode ser que, na discussão diária, os indivíduos com a doença tendem a falar mais gradualmente, parando enquanto procuram as melhores palavras. Como resultado, sua fala pode não ter fluência em comparação com indivíduos sem o problema.

Cientistas da McCann Healthcare Worldwide, Tokyo Medical e também Dental University, Keio University e também Kyoto University no Japão raciocinaram que um projeto totalmente automatizado pode utilizar funções acústicas da fala, como interrupções, tom e também a força da voz, para antecipar que é provavelmente para estabelecer a condição de Alzheimer.

Eles usaram a descoberta do dispositivo para desenvolver versões que eles acham que podem se tornar tão excelentes, ou talvez muito melhores do que, um exame convencional que os médicos utilizam para identificar a condição.

Os pesquisadores realmente relataram sua liderança ao PLOS ONE.

Fórmulas de descoberta de máquinas

O grupo utilizou três fórmulas de aprendizado de máquina para examinar as informações de voz de 3 indivíduos com doença de Alzheimer e também de 24 indivíduos sem doença, todos com 99 anos ou mais.

As gravações de áudio originaram-se de um programa de saúde pública e bem-estar em Hachioji, que incluía indivíduos conversando ao telefone sobre ajustes no modo de vida para diminuir o risco de deterioração mental.

Como componente do programa, os indivíduos realizaram adicionalmente a variação japonesa de um exame convencional de trabalho cognitivo chamado Entrevista por Telefone para Status Cognitivo (TICS-J).

Para o novo estudo de pesquisa, os pesquisadores utilizaram funções de canto de algumas das gravações de áudio para educar as fórmulas de aprendizagem de máquina para distinguir entre indivíduos com doença de Alzheimer e controles.

Eles utilizaram o resto das gravações para avaliar a eficiência das versões resultantes.

Uma das versões, que se baseava em uma fórmula chamada melhoria de declive severo (XGBoost), teve um desempenho muito melhor do que o TICS-J, embora a distinção entre os dois não tenha chegado ao limite da relevância analítica.

Alimentar o design com vários documentos de áudio de cada pessoa aumentou a integridade de suas previsões.

Tanto o XGBoost quanto o TICS-J tiveram um nível de sensibilidade de 100%, indicando que não houve desvantagens incorretas - todos os indivíduos que os exames determinaram como não tendo a doença de Alzheimer não tiveram o problema.

O XGBoost também obteve a melhor classificação de exclusividade, indicando que não havia positivos incorretos, e também todos os indivíduos que ele especificou como tendo a doença de Alzheimer eram certamente indivíduos com esse problema. Em contraste, o TICS-J acumulou apenas 83.3%.

Em outras palavras, 16.7% dos indivíduos avaliados pelo TICS-J como tendo a doença de Alzheimer realmente apresentavam saúde e bem-estar cognitivos excelentes.

Os cientistas afirmam que os programadores podem integrar seu projeto diretamente em sites da Internet ou aplicativos móveis, permitindo que o público tenha acesso por conta própria.

Eles acham que tal dispositivo de antecipação pode ajudar os indivíduos nas fases iniciais da doença a procurar assistência especializada.

Eles encerram:

“Nossa conquista em prever bem [a doença de Alzheimer] usando apenas recursos vocais de conversas diárias indica a possibilidade de desenvolver uma ferramenta de pré-triagem para [a doença de Alzheimer] entre a população em geral que seja mais acessível e de menor custo.”

“Estamos planejando conduzir este teste novamente com um tamanho de amostra maior no novo campo até o final deste ano, a fim de validar ainda mais nossos resultados”, afirmou o redator principal Akihiro Shimoda da McCann Healthcare Worldwide em Tóquio.

“A McCann Health deseja aprimorar ainda mais este método de triagem diagnóstica para desenvolver seu próprio serviço denominado 'Dearphone', com o objetivo de contribuir para a prevenção e detecção precoce da demência”, informou ao "Detonic.shop".

Ele afirmou que, junto com os aplicativos e também os sistemas on-line, os programadores podem integrar seu projeto diretamente em uma companhia telefônica tradicional para pessoas mais velhas que não utilizam um dispositivo inteligente ou sistema de computador.

“Na verdade, estamos procurando um parceiro que possa colaborar conosco para desenvolver e implementar nosso modelo para a sociedade”, acrescentou.

Limitações do estudo de pesquisa

Uma das principais limitações do estudo de pesquisa foi que ele utilizou informações de áudio de indivíduos que haviam atualmente obtido um diagnóstico médico da doença de Alzheimer.

Para verificar se o design funciona, os cientistas certamente precisariam avaliá-lo em um exemplo maior da população de base e depois acompanhá-lo com o tempo para ver que criava o problema.

Os escritores têm em mente algumas outras restrições de seu trabalho. Por exemplo, a pesquisa não fez distinção entre indivíduos com doença de Alzheimer e também aqueles com problemas cognitivos leves, que podem ter várias características de fala. No aprimoramento, a dimensão do exemplo era bastante pequena.

Eles também têm em mente que um projeto futuro pode integrar o material da fala e também a sintaxe para aumentar sua eficiência.

Detonic