В новом исследовании, опубликованном в журнале Frontiers in Computer Science, ученые из университета Святого Георгия в Лондоне (St. George’s University of London) обнаружили, что машинное обучение можно использовать для оценки речевых паттернов на наличие ранних признаков болезни Альцгеймера.
Диагностика болезни Альцгеймера
Задачи, использованные в исследовании, представляют собой набор методов, используемых в здравоохранении. Один из наиболее распространенных методов, используемых клиницистами, — это описание пациентом сцены, известной как «Кража печенья». Другие методы включают описание пациентом выученной истории — сложная задача, которая требует от пациента интегрировать ряд персонажей и событий во временную шкалу, которую они могут вспомнить.
Материалы и методы исследования
Для этого исследования учёные использовали вышеупомянутые оценки, а также процедурное воспоминание (рассказ о том, как заварить чашку чая), новый повествовательный пересказ (описание истории из картинок, представленных в бессловесной детской книге рассказов) и разговорной речи (инструкции для другого человека, описывающие маршрут через ориентиры на карте), чтобы обнаружить признаки болезни Альцгеймера с помощью анализа речи.
После оценки результатов испытания 50 участников (25 с легкой формой болезни Альцгеймера или легкими когнитивными нарушениями и 25 здоровых людей из контрольной группы) ученые обнаружили, что рассказ о заученной истории, такой как «Золушка», дает наиболее точные результаты.
Результаты научной работы
Используемая система машинного обучения смогла определить наличие когнитивных нарушений с точностью до 78%. Результаты исследования показывают, что, изменяя задачи, используемые для оценки болезни Альцгеймера, можно с большей точностью определять болезнь с помощью анализа речи.
Авторы другого исследования утверждают, что визуализация сетчатки поможет в диагностике болезни Альцгеймера.
