نشانه‌های بیماری آلزایمر در آینده ممکن است در الگو‌های گفتاری پنهان باشند

به گزارش مجله خبری نگار، دانشمندان هنوز مطمئن نیستند که دقیقاً چه چیزی باعث آلزایمر می‌شود، اما می‌دانند که اثرات آن چگونه است. علاوه بر این، ما به طور فزاینده‌ای قادر به تشخیص علائم اولیه آن، از جمله شاید آنهایی که در گفتار ما ظاهر می‌شوند، هستیم.

دانشمندان دانشگاه بوستون یک الگوریتم هوش مصنوعی جدید توسعه داده‌اند که الگو‌های گفتاری افراد مبتلا به اختلال شناختی خفیف (MCI) را تجزیه و تحلیل می‌کند. این الگوریتم می‌تواند پیشرفت MCI به بیماری آلزایمر را در عرض شش سال با دقت ۷۸.۵ درصد پیش‌بینی کند. این مطالعه در مجله Alzheimer's & Dementia منتشر شده است.

این مطالعه در ادامه تحقیقات قبلی این تیم انجام شده است که در آن آنها با استفاده از ضبط صدای بیش از ۱۰۰۰ نفر، مدلی را برای تشخیص دقیق اختلال شناختی آموزش دادند.

الگوریتم جدید آنها بر روی ضبط‌های صوتی رونویسی شده از ۱۶۶ فرد مبتلا به MCI، در سنین ۶۳ تا ۹۷ سال، آموزش داده شد. از آنجایی که این تیم از قبل می‌دانست چه کسی به آلزایمر مبتلا شده است، رویکرد یادگیری ماشینی می‌توانست برای یافتن ویژگی‌هایی در گفتار رونویسی شده آنها استفاده شود که ۹۰ نفری را که عملکرد شناختی آنها به آلزایمر دچار شده بود، به هم مرتبط می‌کرد.

پس از آموزش، الگوریتم می‌تواند به صورت معکوس مورد استفاده قرار گیرد: برای پیش‌بینی خطر آلزایمر بر اساس رونوشت‌های نمونه‌های گفتاری که قبلاً هرگز پردازش نکرده بود. عوامل مهم دیگری، از جمله سن و جنسیت گزارش‌شده توسط خود فرد، برای رسیدن به پیش‌بینی‌کننده نهایی اضافه شدند.

ایوانیس پاسچالیدیس، دانشمند کامپیوتر از دانشگاه بوستون، می‌گوید: «می‌توانید آن را به عنوان احتمال اینکه کسی پایدار بماند یا به زوال عقل مبتلا شود، در نظر بگیرید. ما می‌خواستیم پیش‌بینی کنیم که در شش سال آینده چه اتفاقی خواهد افتاد و دریافتیم که می‌توانیم این کار را با اطمینان و دقت نسبتاً خوبی انجام دهیم. این قدرت هوش مصنوعی را نشان می‌دهد.»

با توجه به اینکه در حال حاضر هیچ درمانی برای بیماری آلزایمر وجود ندارد، ممکن است از خود بپرسید که تشخیص زودهنگام بیماری چه فایده‌ای دارد وقتی نتیجه نهایی یکسان است -، اما ما درمان‌هایی داریم که می‌توانند تا حدودی به مدیریت بیماری آلزایمر کمک کنند و می‌توان آنها را زودتر شروع کرد.

علاوه بر این، تشخیص زودهنگام به ما فرصت بهتری برای مطالعه بیماری و پیشرفت آن و سپس توسعه درمان‌های کاملاً مؤثر می‌دهد. کسانی که در معرض خطر ابتلا به بیماری آلزایمر هستند می‌توانند در مراحل اولیه در کارآزمایی‌های بالینی شرکت کنند.

اگر این رویکرد بتواند بیشتر توسعه یابد، نکات مثبت زیادی دارد. این نوع آزمایش را می‌توان به سرعت و با هزینه کم، حتی در خانه و بدون هیچ تجهیزات خاصی انجام داد. نیازی به تزریق یا نمونه‌گیری ندارد، فقط ضبط صدا کافی است و در آینده حتی می‌توان آن را از طریق یک برنامه تلفن هوشمند اجرا کرد.

پاسچالیدیس می‌گوید: «اگر بتوانید پیش‌بینی کنید چه اتفاقی قرار است بیفتد، فرصت و زمان بیشتری برای مداخله با دارو‌ها دارید و حداقل سعی می‌کنید وضعیت را پایدار نگه دارید و از پیشرفت به اشکال شدیدتر زوال عقل جلوگیری کنید.»

داده‌های ضبط‌شده‌ی استفاده‌شده در اینجا کاملاً خام و بی‌کیفیت بودند. با داده‌ها و داده‌های دقیق‌تر، احتمالاً دقت الگوریتم حتی بیشتر هم خواهد شد.

این می‌تواند به درک بهتری از چگونگی تأثیر بیماری آلزایمر در مراحل اولیه آن منجر شود - و اینکه چرا گاهی اوقات از MCI ناشی می‌شود و گاهی اوقات نه.

پاسچالیدیس می‌گوید: «ما، مانند هر کس دیگری، امیدواریم که درمان‌های بیشتر و بیشتری برای آلزایمر در دسترس قرار گیرد.»