دانشگاه بوستون: هوش مصنوعی آلزایمر را پیش بینی می کند!
استفاده از ابزار هوش مصنوعی متکی به تغییرات گفتاری نیز مسئله ای بسیار جالب است. گفتار چیزی است که جمع آوری آن از یک شخص واقعا آسان است...
محققان دانشگاه بوستون اظهار داشته اند که یک ابزار هوش مصنوعی متمایز طراحی کرده اند. این ابزار می تواند با دقت 80 درصدی و بر اساس الگوهای گفتاری، افراد در معرض خطر ابتلا به بیماری آلزایمر را شناسایی کند. اطلاعات کامل این مطالعه از طریق مجله آلزایمر و زوال عقل قابل دسترسی است.
به گزارش عصر ایران، با استفاده از یک مدل پردازش زبان طبیعی، محققان تلاش کردند تا ببینند که آیا افراد مبتلا به زوال شناختی خفیف در یک دوره شش ساله به آلزایمر مبتلا خواهند شد یا خیر. آنها روی گروهی متشکل از 166 نفر (107 زن و 59 مرد)، با بازه سنی 63 تا 97 سال که هر یک دچار درجه ای از اختلالات شناختی بودند، تمرکز کردند.
هر شرکت کننده جزئی از مطالعه قلب فرامینگهام که توسط دانشگاه بوستون رهبری می شود، بوده است. لازم به ذکر است که به عنوان بخشی از مطالعه، یک مصاحبه یک ساعته ضبط شده از داوطلبان بایگانی شد. این مصاحبه ها در نهایت داده هایی را شکل دادند که توسط ابزار هوش مصنوعی توسعه یافته به دست محققان دانشگاه بوستون، تجزیه و تحلیل شده اند.
از این گروه، 90 نفر کاهش تدریجی در عملکردهای شناختی خود را تجربه کردند، در حالی که وضعیت 76 نفر از آنها ثابت باقی ماند. اما آنچه محققان دانشگاه بوستون کشف کردند این بود که با ترکیب ابزارهای تشخیص گفتار و یادگیری ماشینی، آنها می توانند بر اساس نشانگرهای زیستی مرتبط با زوال شناختی، ارتباط بین الگوهای گفتاری و زوال شناختی را ردیابی کنند. به گفته تیم تحقیقات، مدلی که آنها توسعه دادند، هرچند در حجم نمونه کوچک، قادر به پیش بینی کاهش قابل توجه عملکرد شناختی با دقت 78.5 درصد بود.
دکتر ملیسا لی، از بنیاد کشف داروی آلزایمر توضیح می دهد که دقت یافته های محققان نشانه بسیار مثبتی برای آینده است.
این واقعیت که آنها در چنین مجموعه داده های کوچکی دقت بالایی را نشان داده اند، در حقیقت بسیار امیدوار کننده است و حتی ثابت می کند که اگر قرار باشد از مجموعه داده های بسیار بزرگتری مانند SpeechDx استفاده شود، پتانسیل بیشتری برای رشد در این حوزه وجود خواهد داشت. وی افزود: “با استفاده از یک مجموعه داده بزرگتر و کامل تر، به احتمال زیاد می توان به نتایجی کاملا دقیق دست یافت.”
هوش مصنوعی چگونه می تواند به بیماران مبتلا به آلزایمر و پزشکان متخصص کمک کند؟
بر اساس گزارشی از سازمان جهانی بهداشت، زوال عقل به طور مستقیم بیش از 55 میلیون نفر را در سراسر جهان تحت تاثیر خود قرار می دهد و بیش از 70 درصد از این افراد نیز به بیماری آلزایمر مبتلا هستند که با از دست دادن سلول های مغزی مرتبط با تجمع سمی دو پروتئین به نام های آمیلوئید و تاو مشخص می شود.
شایع ترین علائم بیماری آلزایمر شامل از دست دادن حافظه، نقص شناختی، مشکل تکلم، تشخیص، آگاهی فضایی، خواندن یا نوشتن و تغییرات قابل توجه در شخصیت و رفتار است. از آنجایی که آلزایمر یک بیماری پیشرونده است، این علائم معمولا در ابتدا خفیف هستند و با گذشت زمان شدیدتر می شوند. بدون هیچ درمان قطعی برای این بیماری، بیماران و پزشکان باید با استفاده از دارو، تغییرات سبک زندگی و گروه های حمایتی، به روند درمان کمک کنند.
استفاده از هوش مصنوعی برای تشخیص زود هنگام آلزایمر، به طور بالقوه گزینه های بیشتری را نسبت به آنچه در حال حاضر در اختیار داریم، به بیماران و پزشکان ارائه می دهد.
ابزار هوش مصنوعی به منظور پیش بینی پیشرفت آلزایمر چندین فایده قابل توجه را در اختیار جامعه پزشکی قرار می دهد: مداخله سریع و به موقع با استفاده از روش های درمانی که به کند کردن روند بیماری کمک می کنند، بهبود دسترسی به ارزیابی های شناختی از طریق غربالگری خودکار و از راه دور و همچنین تسهیل برنامه های مراقبت شخصی بر اساس مسیرهای پیش بینی شده بیماری.
لی گفت: موج کنونی داروها برای درمان بیماری آلزایمر زمانی بهترین اثربخشی را دارند که در اسرع وقت تجویز شوند، اما تشخیص زوال شناختی اغلب بر اساس وجود آمیلوئید در مغز صورت می گیرد. با این حال بخش بزرگی از افرادی که آزمایش آمیلوئید در مغزشان مثبت می شود، علائم زوال شناختی را بروز نمی دهند. بنابراین مدل هوش مصنوعی می تواند پیش بینی های دقیق تری را ارائه دهد. در واقع در اختیار داشتن ابرازی که بتواند وضعیت پیش رو در آینده را پیشگویی کند، یک مزیت شگفت انگیز به شمار می رود. بدین ترتیب قادر خواهیم بود که مداخله با داروهای کنونی را در زمان طلایی ابتلا به بیماری و پیشرفت آن انجام دهیم.
استفاده از ابزار هوش مصنوعی متکی به تغییرات گفتاری نیز مسئله ای بسیار جالب است. گفتار چیزی است که جمع آوری آن از یک شخص واقعا آسان است. در واقع ما می توانیم آن را طی زمان و به راحتی جمع آوری کنیم. برای مثال، اگر کسی تماس تلفنی شما را ضبط کند، نمونه صحبتتان را در اختیار خواهد داشت. حال اگر تماس تلفنی دیگری را که هفته آینده انجام می دهید را هم ضبط کند، به مرور زمان نمونه ای از صحبت های شما را جمع خواهد کرد. معنی آن این است که شما می توانید ببینید که چگونه گفتار یک فرد از لحظه ای به لحظه دیگر تغییر می کند. در نتیجه با داشتن یک خط پایه، می توانیم متوجه شویم که چه گفتاری برای یک فرد عادی است و کدام گفتار می تواند نشانگر وضعیتی غیر طبیعی مانند ابتلا به آلزایمر باشد.
می دانیم که امروزه 40 درصد از موارد آلزایمر را می توان از طریق اصلاح سبک زندگی به تعویق انداخت یا از آن پیشگیری کرد: مواردی مانند بررسی های سلامت دوره ای، پیروی از یک رژیم غذایی سالم برای حفظ سلامت قلب، کاهش مصرف الکل و فاکتورهایی از این دست. در این میان ورزش منظم و درمان افسردگی نیز می توانند بسیار موثر واقع شوند.