未來(lái)阿爾茨海默氏癥的信號(hào)可能隱藏在你說(shuō)話(huà)的方式中

我們?nèi)匀徊淮_定到底是什么原因造成的阿爾茨海默病，但我們知道它的影響是什么樣子，而且我們?cè)絹?lái)越擅長(zhǎng)檢測(cè)它的早期跡象——也許包括我們言語(yǔ)中的跡象。

波士頓大學(xué)的科學(xué)家開(kāi)發(fā)了一種新的人工智能（人工智能)算法分析輕度認(rèn)知障礙 （MCI） 患者的言語(yǔ)模式。

它可以預(yù)測(cè)進(jìn)展從 MCI 到阿爾茨海默氏癥六年內(nèi)，準(zhǔn)確率為 78.5%。

相關(guān)：5 個(gè)早期的言語(yǔ)相關(guān)跡象表明您有患阿爾茨海默病的風(fēng)險(xiǎn)

該團(tuán)隊(duì)于 2024 年發(fā)表的研究繼續(xù)他們的既往研究，他們使用 1,000 多人的錄音訓(xùn)練了一個(gè)模型，以準(zhǔn)確檢測(cè)認(rèn)知障礙。

他們的新算法是在 166 名年齡在 63-97 歲之間的 MCI 患者的轉(zhuǎn)錄錄音上進(jìn)行訓(xùn)練的。

由于該團(tuán)隊(duì)已經(jīng)知道誰(shuí)患上了阿爾茨海默氏癥，因此機(jī)器學(xué)習(xí)方法可用于在他們的轉(zhuǎn)錄演講這與認(rèn)知功能將下降的 90 人聯(lián)系起來(lái)，成為阿爾茨海默氏癥。

一旦訓(xùn)練完畢，就可以反向應(yīng)用該算法：嘗試從以前從未處理過(guò)的語(yǔ)音樣本的文字記錄中預(yù)測(cè)阿爾茨海默氏癥的風(fēng)險(xiǎn)。

其他重要因素，包括年齡和自我報(bào)告的性別，被添加以產(chǎn)生最終的預(yù)測(cè)評(píng)分。

“你可以把分?jǐn)?shù)看作是某人保持穩(wěn)定或過(guò)渡到癡呆癥的可能性，概率，”說(shuō)波士頓大學(xué)的計(jì)算機(jī)科學(xué)家 Ioannis Paschaldis，去年 6 月發(fā)表結(jié)果時(shí)。

“我們想預(yù)測(cè)未來(lái)六年會(huì)發(fā)生什么——我們發(fā)現(xiàn)我們可以以相對(duì)良好的信心和準(zhǔn)確性合理地做出預(yù)測(cè)。它顯示了人工智能的力量。

考慮到目前尚無(wú)治愈阿爾茨海默氏癥的方法，您可能想知道及早發(fā)現(xiàn)它有什么好處——但我們確實(shí)有治療方法可以幫助管理阿爾茨海默氏癥在某種程度上，這些可以更早開(kāi)始。

更重要的是，早期發(fā)現(xiàn)讓我們有更多機(jī)會(huì)研究疾病及其進(jìn)展，并從那里開(kāi)發(fā)出完全有效的治療方法。

已知可能患上阿爾茨海默氏癥的人可以參加臨床試驗(yàn)超前。

如果可以進(jìn)一步發(fā)展，這種方法有很多值得喜歡的地方。這種測(cè)試可以快速、廉價(jià)地完成，即使在家里，也無(wú)需任何專(zhuān)業(yè)設(shè)備。

它不需要任何注射或樣本，只需要記錄，將來(lái)甚至可以通過(guò)智能手機(jī)應(yīng)用程序運(yùn)行。

“如果你能預(yù)測(cè)會(huì)發(fā)生什么，你就有更多的機(jī)會(huì)和時(shí)間窗口來(lái)干預(yù)藥物，至少要努力保持病情的穩(wěn)定，防止轉(zhuǎn)變?yōu)楦鼑?yán)重的癡呆癥，”帕斯卡利迪斯解釋.

這里使用的錄音相當(dāng)粗糙且質(zhì)量低劣。有了更清晰的記錄和數(shù)據(jù)，算法的準(zhǔn)確性可能會(huì)變得更好。

這可以導(dǎo)致更好地理解阿爾茨海默氏癥如何影響我們在非常早期的階段——以及為什么它有時(shí)是從 MCI 發(fā)展而來(lái)的，有時(shí)不是。

“我們希望，像每個(gè)人一樣，能夠有越來(lái)越多的阿爾茨海默氏癥治療方法?！?a>說(shuō)逾越節(jié)。

該研究已發(fā)表在阿爾茨海默氏癥和癡呆癥.

本文的早期版本發(fā)表于 2024 年 6 月。

寶寶起名 起名