診斷阿爾茨海默病需要大量時間和金錢。在進行冗長的面對面神經心理學檢查后,臨床醫(yī)生必須詳細轉錄、審查和分析每一個反應。但波士頓大學的研究人員已經開發(fā)出一種新工具,可以自動化該過程并最終使其在線移動。他們的機器學習驅動的計算模型可以從神經心理學測試的錄音中檢測認知障礙——無需親自預約。他們的研究結果發(fā)表在阿爾茨海默氏癥和癡呆癥上。
“這種方法讓我們離早期干預更近了一步,”該論文的合著者、波士頓大學工程學院杰出工程教授 Ioannis Paschalidis 說。他說,更快、更早地發(fā)現(xiàn)阿爾茨海默氏癥可能會推動更大規(guī)模的臨床試驗,這些試驗專注于處于疾病早期階段的個體,并有可能實現(xiàn)減緩認知能力下降的臨床干預:“它可以構成一種在線工具的基礎,該工具可以接觸到每個人,并可能增加早期接受篩查的人數(shù)。”
研究小組使用弗雷明漢心臟研究中 1,000 多人的神經心理學訪談錄音訓練了他們的模型,這是一個由 BU 領導的長期項目,旨在研究心血管疾病和其他生理狀況。使用自動在線語音識別工具——想想,“嘿,谷歌!”——以及一種稱為自然語言處理的機器學習技術,可以幫助計算機理解文本,他們讓程序轉錄采訪內容,然后將它們編碼成數(shù)字。使用人口統(tǒng)計數(shù)據(jù)、文本編碼以及神經學家和神經心理學家的真實診斷,訓練最終模型以評估個體認知障礙的可能性和嚴重程度。
Paschalidis 表示,該模型不僅能夠準確區(qū)分健康個體和癡呆癥患者,還能夠檢測輕度認知障礙和癡呆癥患者之間的差異。而且,事實證明,錄音的質量和人們說話的方式——無論他們的講話是輕描淡寫的還是一直斷斷續(xù)續(xù)的——不如他們所說的內容重要。
“令我們驚訝的是,語音流或其他音頻功能并不那么重要;你可以相當好地自動轉錄采訪,并依靠人工智能的文本分析來評估認知障礙,”同時也是 BU Rafik B 的新主任 Paschalidis 說。哈里里計算與計算科學與工程研究所。盡管該團隊仍需要根據(jù)其他數(shù)據(jù)來源驗證其結果,但研究結果表明,他們的工具可以支持臨床醫(yī)生使用錄音診斷認知障礙,包括來自虛擬或遠程醫(yī)療預約的錄音。
標簽:
免責聲明:本文由用戶上傳,與本網(wǎng)站立場無關。財經信息僅供讀者參考,并不構成投資建議。投資者據(jù)此操作,風險自擔。 如有侵權請聯(lián)系刪除!