Wykrywanie objawów choroby Alzheimera w różnych językach

Wczesne wykrycie otępienia typu alzheimerowskiego może być trudne, ponieważ objawy często zaczynają się subtelnie i mogą być mylone z problemami z pamięcią związanymi z wiekiem. Naukowcy pracują nad umożliwieniem wczesnej diagnozy choroby Alzheimera.

Nowe badanie bada wykorzystanie danych dotyczących mowy do zbadania wskaźników demencji typu alzheimerowskiego (AD). Naukowcy z University of Alberta opracowali model uczenia maszynowego (ML), który pewnego dnia może zostać przekształcony w proste narzędzie przesiewowe, z którego może korzystać każdy posiadacz smartfona.

Dla ponad 747 000 Kanadyjczyków z chorobą Alzheimera lub inną formą demencji dokładność modelu w różnicowaniu pacjentów z chorobą Alzheimera od zdrowych osób z grupy kontrolnej wynosiła od 70 do 75 procent.

Naukowcy zbadali fonetyczne i fonetycznie neutralne cechy mowy języka, a nie specyficzne słowa dla tej pracy.

Eleni Strulia, profesor na Wydziale Informatyki, która stworzyła model, powiedziała: „Pierwotna praca polegała na słuchaniu tego, co mówi osoba i zrozumieniu tego, co mówi i jej znaczenia. Jest to łatwiejszy do rozwiązania problem obliczeniowy. Teraz mówimy, słuchaj dźwięku. Są pewne cechy charakterystyczne dla sposobu, w jaki ludzie mówić, co wykracza poza język”.

„Jest znacznie potężniejszy niż wersja problemu, którą rozwiązywaliśmy wcześniej”.

Naukowcy rozpoczęli od cech mowy, które lekarze zauważyli jako typowe dla osób z demencją typu alzheimerowskiego. Osoby te zazwyczaj mówią wolniej i częściej przerywają zdania. Często mówili mniej wyraźnie i używali krótszych słów. Badacze opracowali sposoby przekształcania tych cech w cechy mowy, które model może przetestować.

Chociaż naukowcy skupili się na osobach mówiących po angielsku i grecku, zauważają, że „ta metoda może być stosowana w wielu językach. Chociaż model jest złożony, doświadczenie użytkownika końcowego produktu, który z niego korzysta, jest proste”.

Współpracownik Ross Greiner, profesor na Wydziale Informatyki i członek Instytutu Neuronauki i Zdrowia Psychicznego, powiedział: „Osoba rozmawia z narzędziem, a ono analizuje i przewiduje: albo tak, dana osoba ma chorobę Alzheimera, albo nie. Informacje te można następnie przekazać pracownikowi służby zdrowia, aby określić najlepszy sposób postępowania dla danej osoby. ”

Odniesienie do czasopisma:

1. Shah i in., „Exploring-językowo-neutralne reprezentacje mowy z wykorzystaniem wiedzy domenowej do wykrywania demencji Alzheimera”, ICASSP 2023 – 2023 IEEE Międzynarodowa konferencja na temat fonetyki, mowy i przetwarzania sygnałów (ICASSP), Rodos, Grecja, 2023, s. 1-2, zrób: 10.1109 / ICASSP49357.2023.10095593.