проверени факти доверлив извор
лекторирани
од страна на UT Southwestern Medical Center
Новите технологии кои можат да доловат суптилни промени во гласот на пациентот може да им помогнат на лекарите да дијагностицираат когнитивно оштетување и Алцхајмерова болест пред да почнат да се појавуваат симптомите, според истражувачот на UT Southwestern Medical Center кој ја предводеше студијата објавена во списанието Алцхајмерова болест и деменција: дијагноза, проценка и Следење на болеста.
„Нашиот фокус беше на идентификување на суптилните јазични и аудио промени кои се присутни во многу раните фази на Алцхајмеровата болест, но не се лесно препознатливи од членовите на семејството или лекарот од примарната здравствена заштита на поединецот“, рече Ихаб Хаџар, д-р, професор по неврологија на UT Southwestern, Питер. Институт за мозок О’Донел Џуниор.
Истражувачите користеле напредни алатки за машинско учење и обработка на природен јазик (НЛП) за да ги проценат моделите на говор кај 206 луѓе – 114 кои ги исполнувале критериумите за благ когнитивен пад и 92 кои биле неоштетени. Тимот потоа ги мапираше тие наоди на најчесто користените биомаркери за да ја одреди нивната ефикасност во мерењето на оштетувањето.
Учесниците во студијата, кои биле запишани во истражувачка програма на Универзитетот Емори во Атланта, добиле неколку стандардни когнитивни проценки пред да бидат замолени да снимаат спонтан опис на уметнички дела од 1 до 2 минути.
„Снимените описи на сликата ни дадоа приближување на разговорните способности кои би можеле да ги проучуваме преку вештачка интелигенција за да ја одредиме контролата на говорната моторика, густината на идејата, граматичката сложеност и другите карактеристики на говорот“, рече д-р Хаџар.
Истражувачкиот тим ја спореди анализата на говорот на учесниците со нивните примероци од церебрална спинална течност и скенирања со магнетна резонанца за да одреди колку точно дигиталните гласовни биомаркери детектирале и благо когнитивно оштетување и статусот и прогресијата на Алцхајмеровата болест.
„Пред развојот на машинското учење и НЛП, деталното проучување на моделите на говор кај пациентите беше исклучително трудоинтензивно и честопати не беше успешно, бидејќи промените во раните фази често се незабележливи за човечкото уво“, рече д-р Хаџар. „Овој нов метод на тестирање се покажа добро во откривањето на оние со благо когнитивно оштетување и поконкретно во идентификувањето на пациентите со докази за Алцхајмерова болест – дури и кога не може лесно да се открие со помош на стандардни когнитивни проценки.
За време на студијата, истражувачите потрошиле помалку од 10 минути за снимање на гласот на пациентот. Традиционалните невропсихолошки тестови обично траат неколку часа за да се администрираат.
„Ако се потврди со поголеми студии, употребата на вештачка интелигенција и машинско учење за проучување на вокални снимки може да им обезбеди на давателите на примарната здравствена заштита алатка за скрининг лесна за изведување за ризичните поединци“, рече д-р Хаџар. „Претходните дијагнози ќе им дадат на пациентите и на семејствата повеќе време да планираат за иднината и ќе им дадат на лекарите поголема флексибилност во препораката на ветувачки интервенции во животниот стил“.
Повеќе информации:
Ihab Hajjar et al, Развој на дигитални гласовни биомаркери и асоцијации со когниција, цереброспинални биомаркери и нервно претставување во раната Алцхајмерова болест, Алцхајмерова болест и деменција: дијагноза, проценка и следење на болеста (2023). DOI: 10.1002/тато2.12393.
