هوش مصنوعی دانشگاه بوستون با تحلیل گفتار پیشرفت آلزایمر را پیش‌بینی می‌کند

پژوهشگران دانشگاه بوستون یک مدل هوش مصنوعی توسعه داده‌اند که با بررسی الگو‌های گفتاری در افراد دچار اختلال شناختی خفیف، احتمال پیشرفت به زوال عقل آلزایمر را در افق شش سال آینده با دقت ۷۸.۵ درصد پیش‌بینی می‌کند.

این روش جدید نیازی به عکس‌برداری، آزمایش‌های آزمایشگاه‌ی یا مراجعه به مراکز درمانی ندارد و امکان پایش گسترده و تا حدی خودکار وضعیت شناختی را فراهم می‌آورد. نتایج تحقیق در ژورنال آلزایمر و زوال عقل ( & ) منتشر شده است.

ساخت مدل بر پایه داده‌های مصاحبه‌های روزمره

تیم تحقیق از داده‌های یک مطالعه قلبی‌عروقی استفاده کرد که در آن ۱۶۶ شرکت‌کننده با سن ۶۳ تا ۹۷ سال و دارای اختلال شناختی خفیف در مصاحبه‌های معمول شرکت کرده بودند. در پیگیری شش ساله، ۷۶ نفر وضعیت ثابت داشتند و ۹۰ نفر دچار پیشرفت زوال عقل شدند.

مهندسان و دانشمندان علوم اعصاب، کامپیو‌تر و داده با ترکیب ابزار‌های تشخیص گفتار و یادگیری ماشین، مدلی را آموزش دادند که روابط بین محتوای کلمات، ساختار جملات، ویژگی‌های جمعیتی و پیشرفت بیماری را آشکار می‌سازد. مدل به گفتار هر فرد نمره‌ای اختصاص می‌دهد که احتمال پیشرفت یا ثبات را نشان می‌دهد.

تمرکز بر محتوای گفتار نه ویژگی‌های صوتی

برخلاف روش‌های رایج، این سیستم بر روی محتوای کلمات و ساختار زبانی تمرکز دارد، نه بر شدت صدا یا پارامتر‌های صوتی. کیفیت ضبط‌های اصلی پایین بود و حاوی نویز محیطی فرا‌وان بود، با این حال مدل توانایی استخراج الگو‌های معنا‌دار را داشته است.

این ویژگی نشان می‌دهد که هوش مصنوعی می‌تواند به‌صورت خودکار و با کم‌ترین دخالت انسانی، پیش‌بینی آلزایمر را در افرادی که به‌طور منظم تحت مراقبت پزشکی نیستند، امکان‌پذیر سازد و دامنه پایش سلامت مغز را به‌شدت گسترش دهد.

برنامه‌های آینده اپلیکیشن موبایل و داده‌های چندمنظوره

پژوهشگران در گام بعدی قصد دارند مدل را بر روی مکالمات روزمره‌تر آزمایش کنند و یک اپلیکیشن تلفن هوشمند برای پشتیبانی از تشخیص آلزایمر بسازند. آن‌ها همچنین می‌خواهند از داده‌های مربوط به نقاشی‌ها و الگو‌های زندگی روزمره برای افزایش دقت مدل بهره ببرند.