Alzheimer-kór diagnózis beszédfelismeréssel

Az Alzheimer's & Dementia: Diagnosis, Assessment & Disease Monitoring folyóiratban június 25-én jelent meg a Boston University kutatóinak cikke, amelyben mesterséges intelligencia alkalmazásával egy olyan beszédelemző szoftvert fejlesztettek, amely 78,5%-os pontossággal képes felismerni a korai stádiumú Alzheimer-kórt. A fejlesztés mozgatórugója az volt, hogy a jelenlegi klinikai gyakorlatban annak kiderítése, hogy valaki Alzheimer-kórban szenved-e, általában egy egész sor vizsgálatot foglal magában - beszélgetések, memóriafunkciók felmérése, agyi képalkotó eljárások, vér- és liquor vizsgálatok. Ám mire ezeket elvégzik, addigra valószínűleg túl késő: az emlékek már elkezdtek elhalványulni, és a régóta kialakult személyiségjegyek is kezdenek megváltozni. Ha időben észreveszik, az új, úttörő kezelések talán már lassíthatják a betegség könyörtelen előrehaladását, de jelenleg még nincs biztos módszer arra, hogy megjósoljuk, kinél fog kialakulni demencia az Alzheimer-kór következményeként.

A mostani fejlesztés eredményeként a kutatók azt állítják, hogy egy ígéretes új számítógépes beszédelemző szoftver segíthet megváltoztatni a jelenlegi helyzetet - és mindezt tényleg pusztán a páciens beszédének elemzésével. A mérnökökből, neurobiológusokból, valamint számítógép- és adattudósokból álló multidiszciplináris csapat modellje ugyanis 78,5%-os pontossággal képes megjósolni, hogy egy enyhe kognitív károsodásban szenvedő személy állapota várhatóan stabil marad-e a következő hat évben - vagy nagy valószínűséggel demencia alakul ki a betegnél.

A kutatók szerint szoftverük - miközben lehetővé teszi az orvosok számára, hogy a jövőbe lássanak és a jelenlegi módszerekkel elérhetőnél korábbi diagnózisokat állítsanak fel - a folyamat egyes részeinek automatizálásával segíthet a kognitív károsodás szűrését is gyorsabbá és egyszerűbbé tenni, mivel nincs szükség drága és kockázatos laboratóriumi elemzésekre, képalkotó vizsgálatokra. A modell gépi tanulás (machine learning) módszert használ, ami a mesterséges intelligencia egy olyan részterülete, ahol az informatikusok egy programot az adatok önálló elemzésére tanítanak be.

“Célunk az volt, hogy képesek legyünk prediktálni, az egyes betegekkel mi fog történni a következő hat évben - és az eredmények szerint nagyon úgy tűnik, hogy viszonylag jó biztonsággal és pontossággal meg is tudjuk ezt jósolni” - nyilatkozta Ioannis (Yannis) Paschalidis, a cikk első szerzője. “Ez egyrészt rámutat a mesterséges intelligencia alkalmazásának potenciális lehetőségeire, másrészt reméljük, hogy a korábbi diagnózissal több lehetőségünk és szélesebb időablakunk lesz arra, hogy gyógyszeres beavatkozással legalábbis megpróbáljuk fenntartani az állapot stabilitását, és megakadályozzuk a demencia súlyosabb formáinak megjelenését.”

Új modelljük betanításához és a szoftver felépítéséhez a kutatók az ország egyik legrégebbi és leghosszabb ideje tartó vizsgálatából, a Boston University által vezetett Framingham Heart Study vizsgálatból nyertek adatokat. Bár a Framingham vizsgálat elsődleges fókusza a szív- és érrendszeri egészség felmérése, a kognitív hanyatlás jeleit mutató résztvevők rendszeres neuropszichológiai teszteknek és interjúknak vetik alá magukat, így rengeteg longitudinális információ érhető el kognitív állapotukról is.

Paschalidis és kollégái 166 olyan interjú hangfelvételét kapták meg, amelyekben 63 és 97 év közötti, enyhe kognitív károsodással diagnosztizált emberek szerepeltek - köztük 76 olyan, akiknél a következő hat évben stabilak maradtak az agyi funkciók, és 90 olyan beteg, akiknél a kognitív funkciók fokozatosan romlottak.

Ezen populáció elemzésére a kutatók az intelligens hangszórókat működtető programokhoz hasonló beszédfelismerő eszközök és a gépi tanulás kombinációját használták egy olyan modell betanításához, amely a beszéd, a demográfiai adatok, a diagnózis és a betegség előrehaladása közötti összefüggéseket tárja fel. Miután a modellt a vizsgálati populáció egy részhalmazán betanították, a többi résztvevőn tesztelték a modell előrejelző képességét.

“A hangfelvételekből kinyert információkat kombináltuk néhány nagyon alapvető demográfiai adattal - életkor, nem és így tovább, és ezek alapján egy végső pontszámot kaptunk eredményül” - fejtette ki Paschalidis. “Ezt a pontszámot úgy is felfoghatjuk, mint annak a valószínűségét, hogy valakinél a kognitív funkciók stabilak maradnak, vagy demencia alakul ki - ez a módszer prognosztikai képességének működési elve. Ahelyett azonban, hogy a szoftver a beszéd akusztikai jellemzőit használná, mint például a kiejtés vagy a beszédsebesség, a modell csak az interjú tartalmából merít, vagyis az elhangzott szavakból, azok felépítéséből. És itt jön a csoda: míg a gépi tanulásos algoritmusba bekerülő adatok nagyon nyersek, hiszen a felvételek rendezetlenek, rossz minőségűek, tele vannak háttérzajjal, azaz “piszkos adatoknak” tekinthetők, a modell mégis képes valamit kihozni belőlük.”

Mindez azért fontos, mert a mostani projekt részben arról szólt, hogy a kutatók teszteljék a mesterséges intelligencia azon képességét, hogy hatékonyabbá, automatizálttá tegye a demencia diagnózisának folyamatát, a lehető legkevesebb emberi közreműködéssel. A kutatók szerint a jövőben az övékhez hasonló modelleket arra lehetne használni, hogy olyan betegek számára is elérhetővé tegyék a szűrést, akik nincsenek egészségügyi központok közelében. A másik lehetséges felhasználási terület az lehet, hogy rutinszerű megfigyelést biztosítsanak a szoftverrel egy otthoni alkalmazással való interakció révén, drasztikusan növelve ezzel a szűrővizsgálatokon részt vevő emberek számát. Ez már csak azért is jelentene áttörést, mert a demenciában szenvedő emberek többsége világszerte soha nem kap hivatalos diagnózist, így nem is részesül semmilyen kezelésben vagy gondozásban.

Rhoda Au, a tanulmány társszerzője szerint a mesterséges intelligencia képes "esélyegyenlőséget teremteni a betegek között, azaz ellátást biztosítani azok számára, akik nem rendelkeznek a speciális ellátás igénybe vételéhez szükséges anyagi forrásokkal.”

A jövőbeli kutatásokban Paschalidis nem csak a hivatalos orvos-beteg interjúkból származó adatokat szeretné megvizsgálni - a megírt kérdésekkel és a kiszámítható oda-vissza beszélgetésekkel -, hanem a természetesebb, mindennapi beszélgetésekből származó hangfájlokat is. Nem kizárt egy olyan projekt, amely azt vizsgálja, hogy a mesterséges intelligencia segíthet-e a demencia diagnosztizálásában egy okostelefonos alkalmazáson keresztül.

Írásunk az alábbi közlemények alapján készült:

New AI program analyzing speech patterns could predict likelihood of Alzheimer's disease

Prediction of Alzheimer's disease progression within 6 years using speech: A novel approach leveraging language models

Irodalmi hivatkozás:

Prediction of Alzheimer's disease progression within 6 years using speech: a novel approach leveraging language models, Alzheimer's & Dementia (2024). DOI: 10.1002/alz.13886