Aplikácia by mohla zaregistrovať Alzheimerovu chorobu z telefonických rozhovorov

Niekto používa modrý chytrý telefón

  • V súčasnosti chýbajú lacné, dostupné a spoľahlivé testy na diagnostiku Alzheimerovej choroby v počiatočnom štádiu.
  • Ľudia s týmto ochorením majú tendenciu hovoriť pomalšie a s dlhšími prestávkami.
  • V nedávnej štúdii vedci pomocou strojového učenia vyvinuli modely, ktoré využívajú akustické vlastnosti konverzácií človeka na zistenie, či môže mať včasnú Alzheimerovu chorobu.
  • Ak sa ďalšie testy ukážu ako úspešné, modely by mohli pomôcť identifikovať skoré štádiá stavu pomocou aplikácie pre smartphone alebo online.

Alzheimerova choroba zahŕňa progresívnu degeneráciu v častiach mozgu, ktoré riadia myšlienky, pamäť a jazyk.

Podľa Centra pre kontrolu a prevenciu chorôb (CDC) v roku 2020 v USA žilo s touto chorobou až 5.8 milióna ľudí.

Výskum naznačuje, že včasná diagnóza je dôležitá, pretože poskytuje lekárom príležitosť začať s klinickými intervenciami čo najskôr, aby zvládli príznaky tejto osoby.

V súčasnosti však nie sú k dispozícii žiadne lacné, široko dostupné a spoľahlivé nástroje na diagnostiku Alzheimerovej choroby v predklinickom štádiu.

Jedným z možných diagnostických indikátorov môže byť to, že v každodennom rozhovore majú ľudia s ochorením tendenciu hovoriť pomalšie a pozastaviť sa pri hľadaní správnych slov. Výsledkom je, že v ich reči môže chýbať plynulosť v porovnaní s ľuďmi bez stavu.

Vedci z McCann Healthcare Worldwide, Tokijskej lekárskej a zubnej univerzity, Keio University a Kjótskej univerzity v Japonsku usúdili, že plne automatizovaný model dokáže na predpovedanie toho, kto sa pravdepodobne vyvinie, využiť akustické vlastnosti reči, ako sú pauzy, výška tónu a intenzita hlasu. Alzheimerova choroba.

Pomocou strojového učenia vytvorili modely, o ktorých sa domnievajú, že by nakoniec mohli byť rovnako dobré alebo dokonca lepšie ako štandardné testy, ktoré lekári používajú na diagnostiku ochorenia.

Vedci uviedli svoje výsledky v dokumente PLOS ONE.

Algoritmy strojového učenia

Tím použil tri algoritmy strojového učenia na analýzu hlasových údajov od 24 ľudí s Alzheimerovou chorobou a 99 ľudí bez nich, z ktorých všetci boli vo veku 65 rokov alebo starší.

Zvukové záznamy pochádzajú z programu verejného zdravia v Hachioji, do ktorého boli zapojení účastníci hovoriaci po telefóne o zmenách životného štýlu, aby sa znížilo riziko demencie.

V rámci programu sa účastníci taktiež podrobili japonskej verzii štandardného testu kognitívnych funkcií s názvom Telefonický rozhovor pre kognitívny stav (TICS-J).

Pre novú štúdiu vedci použili hlasové vlastnosti z niektorých zvukových záznamov na trénovanie algoritmov strojového učenia, aby rozlišovali medzi ľuďmi s Alzheimerovou chorobou a kontrolami.

Zvyšok záznamov použili na meranie výkonu výsledných modelov.

Jeden z modelov, ktorý bol založený na algoritme zvanom zosilnenie extrémneho gradientu (XGBoost), fungoval lepšie ako TICS-J, aj keď rozdiel medzi nimi nedosahoval hranicu štatistickej významnosti.

Kŕmenie modelu niekoľkými zvukovými súbormi od každého jednotlivca zlepšilo spoľahlivosť jeho predpovedí.

XGBoost aj TICS-J mali skóre citlivosti 100%, čo znamená, že nedošlo k žiadnym falošným negatívom - všetci účastníci, u ktorých testy zistili, že nemajú Alzheimerovu chorobu, nemali tento stav.

XGBoost tiež získal perfektné skóre pre špecifickosť, čo znamená, že neexistovali žiadne falošné pozitíva a všetci ľudia, ktorých definoval ako ľudí trpiacich Alzheimerovou chorobou, boli skutočne ľudia s týmto ochorením. Na porovnanie, TICS-J dosiahol iba 83.3%.

Inými slovami, 16.7% účastníkov, u ktorých TICS-J usúdila, že majú Alzheimerovu chorobu, malo skutočne dobré kognitívne zdravie.

Vedci tvrdia, že vývojári môžu začleniť svoj model do webových stránok alebo mobilných aplikácií a umožniť tak širokej verejnosti prístup k nim samým.

Veria, že takýto prediktívny nástroj by mohol viesť ľudí v najskorších štádiách ochorenia k vyhľadaniu odbornej pomoci.

Dospievajú k záveru:

„Náš úspech v predpovedaní [Alzheimerovej choroby] využívajúci iba hlasové prvky z každodennej konverzácie naznačuje možnosť vyvinúť nástroj predbežnej kontroly na [Alzheimerovu chorobu] v bežnej populácii, ktorý je dostupnejší a lacnejší.“

„[Teraz plánujeme uskutočniť tento test s väčšou veľkosťou vzorky v novom odbore do konca tohto roka, aby sme ďalej potvrdili naše výsledky,“ uviedol hlavný autor Akihiro Shimoda z McCann Healthcare Worldwide v Tokiu.

„Spoločnosť McCann Health chce túto diagnostickú skríningovú metódu ďalej zdokonaliť, aby mohla rozvíjať svoju vlastnú službu s názvom„ Dearphone “zameranú na prispievanie k prevencii a včasnému odhaleniu demencie,“ uviedol pre "Detonic.shop".

Uviedol, že popri aplikáciách a online platformách môžu vývojári začleniť svoj model do konvenčnej telefónnej služby pre starších ľudí, ktorí nepoužívajú smartphone alebo počítač.

„V skutočnosti hľadáme partnera, ktorý by s nami spolupracoval na vývoji a implementácii nášho modelu do spoločnosti,“ dodal.

Obmedzenia štúdie

Jedným z hlavných obmedzení štúdie bolo, že sa v nej použili zvukové údaje od ľudí, ktorí už dostali diagnózu Alzheimerovej choroby.

Aby sa potvrdilo, že model funguje, museli by ho vedci otestovať na väčšej vzorke z bežnej populácie a potom ich podľa času sledovať, aby zistili, u koho sa tento stav vyvinul.

Autori zaznamenávajú niektoré ďalšie obmedzenia svojej práce. Štúdia napríklad nerozlišovala medzi ľuďmi s Alzheimerovou chorobou a ľuďmi s ľahkou kognitívnou poruchou, ktorí môžu mať odlišné rečové vlastnosti. Okrem toho bola veľkosť vzorky relatívne malá.

Poznamenávajú tiež, že budúci model by mohol na zlepšenie výkonu zahrnúť obsah reči a štruktúru vety.