Bandymas išsiaiškinti, ar kas nors neserga Alzheimerio liga, paprastai apima daugybę įvertinimų – interviu, smegenų vaizdų, kraujo ir smegenų skysčio tyrimus. Bet tada tikriausiai jau per vėlu: prisiminimai pradėjo slysti, seniai susiformavę asmenybės bruožai pradėjo subtiliai keistis.
Jei anksti pastebėsite, nauji novatoriški gydymo būdai gali sulėtinti negailestingą ligos progresavimą, tačiau nėra patikimo būdo numatyti, kam išsivystys su Alzheimerio liga susijusi demencija.
Dabar Bostono universiteto mokslininkai teigia sukūrę daug žadančią naują dirbtinio intelekto kompiuterinę programą arba modelį, kuris vieną dieną galėtų padėti tai pakeisti – tiesiog išanalizavus paciento kalbą. Daugiadisciplininė inžinierių, neurobiologų ir kompiuterių bei duomenų mokslininkų komanda paskelbė savo išvadas Alzheimerio liga ir demencija.
Jų modelis 78,5% tikslumu gali numatyti, ar žmogus, turintis lengvą pažinimo sutrikimą, per ateinančius šešerius metus išliks stabilus, ar pateks į demenciją, susijusią su Alzheimerio liga.
Leisdami gydytojams pažvelgti į ateitį ir nustatyti ankstesnes diagnozes, mokslininkai teigia, kad jų darbas taip pat gali padėti padaryti pažinimo sutrikimų patikrinimą labiau prieinamą automatizuojant proceso dalis – nereikia brangių laboratorinių tyrimų, vaizdo gavimo egzaminų ar net vizitų į biurą. Modelis yra pagrįstas mašininiu mokymusi, AI pogrupiu, kuriame kompiuterių mokslininkai moko programą savarankiškai analizuoti duomenis.
„Norėjome nuspėti, kas nutiks per ateinančius šešerius metus, ir mes nustatėme, kad galime pagrįstai prognozuoti gana patikimai ir tiksliai“, – sako Ioannis (Yannis) Paschalidis, BU Rafik B. Hariri skaičiavimo instituto direktorius. Skaičiavimo mokslas ir inžinerija. „Tai rodo AI galią.”
„Tikimės, kaip ir visi, kad Alzheimerio ligos gydymo būdų bus vis daugiau ir daugiau“, – sako Paschalidis, BU inžinerijos kolegijos nusipelnęs inžinerijos profesorius ir Skaičiavimo ir duomenų mokslų fakulteto įkūrėjas.
„Jei galite numatyti, kas nutiks, turite daugiau galimybių ir laiko įsikišti su vaistais ir bent jau pabandyti išlaikyti būklės stabilumą ir užkirsti kelią perėjimui prie sunkesnių demencijos formų.
Alzheimerio ligos tikimybės apskaičiavimas
Norėdami apmokyti ir sukurti savo naują modelį, mokslininkai pasinaudojo vieno iš seniausių ir ilgiausiai trunkančių šalies tyrimų – BU vadovaujamo Framinghamo širdies tyrimo – duomenimis. Nors Framingham tyrime pagrindinis dėmesys skiriamas širdies ir kraujagyslių sveikatai, dalyviams, turintiems pažinimo nuosmukio požymių, reguliariai atliekami neuropsichologiniai testai ir interviu, gaunama daug išilginės informacijos apie jų pažintinę gerovę.
Paschalidis ir jo kolegos gavo garso įrašus, kuriuose užfiksuoti 166 pradiniai interviu su žmonėmis nuo 63 iki 97 metų, kuriems diagnozuotas lengvas pažinimo sutrikimas – 76 išliks stabilūs ateinančius šešerius metus, o 90 – kurių pažinimo funkcija laipsniškai blogės.
Tada jie naudojo kalbos atpažinimo įrankių, panašių į programas, maitinančias jūsų išmanųjį garsiakalbį, ir mašininio mokymosi derinį, kad išmokytų modelį, kuris nustatytų ryšius tarp kalbos, demografijos, diagnozės ir ligos progresavimo. Išmokę jį su tiriamosios populiacijos pogrupiu, jie išbandė jo pranašumą su kitais dalyviais.
„Iš garso įrašų gaunamą informaciją sujungiame su kai kuriais labai paprastais demografiniais duomenimis – amžiumi, lytimi ir pan. – ir gauname galutinį balą“, – sako Paschalidis. „Galite galvoti apie rezultatą kaip tikimybę, tikimybę, kad kažkas išliks stabilus arba pereis į demenciją. Jis turėjo reikšmingą nuspėjamumą.”
Užuot naudojęs akustines kalbos ypatybes, pvz., tarimą ar greitį, modelis tik ima iš pokalbio turinio – ištartų žodžių, jų struktūros. Paschalidis sako, kad informacija, kurią jie įdėjo į mašininio mokymosi programą, yra neapdorota: pavyzdžiui, įrašai yra netvarkingi – žemos kokybės ir pilni foninio triukšmo. „Tai labai atsitiktinis įrašas“, – sako jis. „Ir vis tiek, turėdamas šiuos nešvarius duomenis, modelis gali ką nors iš to padaryti.”
Tai svarbu, nes projektas iš dalies buvo susijęs su AI gebėjimų tikrinimu, kad demencijos diagnozavimo procesas būtų veiksmingesnis ir automatizuotas, mažai dalyvaujant žmonėms. Ateityje, pasak mokslininkų, tokie modeliai kaip jų gali būti naudojami teikiant priežiūrą pacientams, kurie nėra šalia medicinos centrų, arba užtikrinti įprastinį stebėjimą naudojant namuose esančią programėlę, o tai drastiškai padidins tikrinamų žmonių skaičių.
Pasak Alzheimer's Disease International, dauguma žmonių, sergančių demencija visame pasaulyje, niekada negauna oficialios diagnozės, todėl jiems neleidžiama gydytis ir rūpintis.
Rhoda Au, šio dokumento bendraautorė, teigia, kad dirbtinis intelektas gali sukurti „lygių galimybių mokslą ir sveikatos priežiūrą“. Tyrimas grindžiamas tos pačios komandos ankstesniu darbu, kai jie nustatė, kad AI gali tiksliai aptikti pažinimo sutrikimus naudojant balso įrašus.
„Technologija gali įveikti darbo šališkumą, kurį gali atlikti tik tie, kurie turi išteklių, arba priežiūros, kuri remiasi specializuota patirtimi, kuri nėra prieinama visiems“, – sako Au, BU Chobanian & Avedisian medicinos mokyklos anatomijos ir neurobiologijos profesorius. .
Jai viena įdomiausių išvadų buvo ta, kad „kognityvinio vertinimo metodas, galintis būti maksimaliai įtraukus – galbūt nepriklausomas nuo amžiaus, lyties/lyties, išsilavinimo, kalbos, kultūros, pajamų, geografijos – galėtų pasitarnauti kaip potencialas. atrankos priemonė, skirta aptikti ir stebėti su Alzheimerio liga susijusius simptomus.
Demencijos diagnozė namuose
Būsimuose tyrimuose Paschalidis norėtų tyrinėti duomenis, gautus ne tik iš oficialių gydytojo ir paciento interviu – su jų scenarijaus klausimais ir nuspėjamais pirmyn ir atgal, bet ir iš natūralesnių, kasdienių pokalbių. Jis jau laukia projekto, ar dirbtinis intelektas gali padėti diagnozuoti demenciją naudojant išmaniojo telefono programą, taip pat išplėsti dabartinį tyrimą ne tik kalbos analizę (Framinghamo testai taip pat apima pacientų piešinius ir duomenis apie kasdienio gyvenimo modelius), kad padidintų modelio nuspėjimo tikslumą. .
„Skaitmeninis yra naujas kraujas“, – sako Au. „Galite jį rinkti, analizuoti, kas žinoma šiandien, saugoti ir iš naujo išanalizuoti, kad rytoj atsirastų nauja.
Ši istorija iš naujo paskelbta Bostono universiteto sutikimu. Originalią istoriją skaitykite čia.