Aplicația ar putea semnaliza Alzheimerul din conversațiile telefonice

Cineva care folosește un telefon inteligent albastru

  • În prezent lipsesc teste ieftine, accesibile și fiabile pentru a diagnostica boala Alzheimer într-un stadiu incipient.
  • Persoanele cu această afecțiune tind să vorbească mai încet și cu pauze mai lungi.
  • Într-un studiu recent, cercetătorii au folosit învățarea automată pentru a dezvolta modele care utilizează trăsăturile acustice ale conversațiilor unei persoane pentru a identifica dacă acestea pot avea boala Alzheimer timpurie.
  • Dacă testele suplimentare se dovedesc reușite, modelele ar putea ajuta la identificarea etapelor timpurii ale afecțiunii prin intermediul unei aplicații pentru smartphone sau online.

Boala Alzheimer implică degenerare progresivă în părțile creierului care guvernează gândurile, memoria și limbajul.

Centrele pentru Controlul și Prevenirea Bolilor (CDC) raportează că, în 2020, până la 5.8 milioane de persoane din Statele Unite trăiau cu boala.

Cercetările sugerează că diagnosticul precoce este important, deoarece oferă posibilitatea medicilor de a începe intervenții clinice cât mai curând posibil pentru a gestiona simptomele persoanei.

Cu toate acestea, în prezent nu sunt disponibile instrumente ieftine, accesibile pe scară largă și fiabile pentru diagnosticarea bolii Alzheimer în etapa preclinică.

Un posibil indicator de diagnostic poate fi faptul că, în conversația de zi cu zi, persoanele cu boala tind să vorbească mai încet, făcând pauze în timp ce încearcă să găsească cuvintele potrivite. Ca urmare, vorbirea lor poate lipsi de fluență în comparație cu persoanele fără această afecțiune.

Oamenii de știință de la McCann Healthcare Worldwide, Tokyo Medical and Dental University, Keio University și Kyoto University din Japonia au argumentat că un model complet automat ar putea folosi caracteristici acustice ale vorbirii, cum ar fi pauzele, tonul și intensitatea vocii, pentru a prezice cine este probabil să se dezvolte. Boala Alzheimer.

Au folosit învățarea automată pentru a crea modele despre care cred că ar putea fi în cele din urmă la fel de bune sau chiar mai bune decât un test standard pe care medicii îl folosesc pentru a diagnostica boala.

Oamenii de știință și-au raportat rezultatele în PLOS ONE.

Algoritmi de învățare automată

Echipa a folosit trei algoritmi de învățare automată pentru a analiza datele vocale de la 24 de persoane cu boală Alzheimer și 99 de persoane fără, toate având vârsta de 65 de ani sau mai mult.

Înregistrările audio au venit dintr-un program de sănătate publică din Hachioji, care a implicat participanții care vorbeau la telefon despre modificările stilului de viață pentru a reduce riscul de demență.

Ca parte a programului, participanții au suferit, de asemenea, versiunea japoneză a unui test standard de funcționare cognitivă numit Interviu telefonic pentru starea cognitivă (TICS-J).

Pentru noul studiu, oamenii de știință au folosit caracteristici vocale din unele înregistrări audio pentru a instrui algoritmii de învățare automată pentru a face diferența dintre persoanele cu boală Alzheimer și controale.

Au folosit restul înregistrărilor pentru a evalua performanța modelelor rezultate.

Unul dintre modele, care se baza pe un algoritm numit extreme gradient boosting (XGBoost), a funcționat mai bine decât TICS-J, deși diferența dintre cele două nu a atins pragul de semnificație statistică.

Alimentarea modelului cu mai multe fișiere audio de la fiecare persoană a îmbunătățit fiabilitatea predicțiilor sale.

Atât XGBoost, cât și TICS-J au avut un scor de sensibilitate de 100%, ceea ce înseamnă că nu au existat negative negative - toți participanții cărora testele le-au identificat ca nefiind bolii Alzheimer nu au avut această afecțiune.

XGBoost a obținut, de asemenea, un scor perfect pentru specificitate, ceea ce înseamnă că nu au existat falsuri pozitive și toți oamenii pe care i-a definit ca având boala Alzheimer erau într-adevăr persoane cu această afecțiune. În comparație, TICS-J a obținut doar 83.3%.

Cu alte cuvinte, 16.7% dintre participanții cărora TICS-J i-a considerat că au boala Alzheimer au avut de fapt o sănătate cognitivă bună.

Cercetătorii spun că dezvoltatorii ar putea încorpora modelul lor în site-uri web sau aplicații mobile, permițând publicului larg să îl acceseze pentru ei înșiși.

Ei cred că un astfel de instrument predictiv ar putea îndruma oamenii în primele etape ale bolii să caute ajutor profesional.

Ei conchid:

„Realizarea noastră în prezicerea [bolii Alzheimer] folosind numai caracteristici vocale din conversația zilnică indică posibilitatea dezvoltării unui instrument de pre-screening pentru [boala Alzheimer] în rândul populației generale, care este mai accesibil și cu costuri mai mici.”

„[Planificăm acum să efectuăm din nou acest test cu o dimensiune mai mare a eșantionului în noul domeniu până la sfârșitul acestui an, pentru a ne valida în continuare rezultatele”, a declarat autorul principal Akihiro Shimoda de la McCann Healthcare Worldwide în Tokyo.

„McCann Health dorește să îmbunătățească în continuare această metodă de screening pentru a dezvolta propriul serviciu numit„ Dearphone ”, care are ca scop contribuirea la prevenirea și depistarea precoce a demenței”, a declarat el pentru "Detonic.shop".

El a spus că, alături de aplicații și platforme online, dezvoltatorii ar putea încorpora modelul lor într-un serviciu de telefonie convențional pentru persoanele în vârstă care nu folosesc un smartphone sau computer.

„De fapt, căutăm un partener care să colaboreze cu noi pentru a dezvolta și implementa modelul nostru în societate”, a adăugat el.

Limitările studiului

Una dintre principalele limitări ale studiului a fost că a folosit date audio de la persoane care au primit deja un diagnostic de boală Alzheimer.

Pentru a confirma că modelul funcționează, cercetătorii ar trebui să-l testeze pe un eșantion mai mare din populația generală și apoi să-i urmeze în timp pentru a vedea cine a dezvoltat afecțiunea.

Autorii notează alte limitări ale operei lor. De exemplu, studiul nu a făcut diferența între persoanele cu boală Alzheimer și cele cu insuficiență cognitivă ușoară, care pot avea caracteristici de vorbire diferite. În plus, dimensiunea eșantionului a fost relativ mică.

De asemenea, observă că un viitor model ar putea încorpora conținutul vorbirii și structura propoziției pentru a-și îmbunătăți performanța.

Detonic