期刊導航
未來阿爾茨海默氏癥的信號可能隱藏在你說話的方式中
我們仍然不確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，而且我們越來越擅長檢測它的早期跡象——也許包括我們言語中的跡象。
波士頓大學的科學家開發了一種新的人工智能（人工智能)算法分析輕度認知障礙 （MCI） 患者的言語模式。
它可以預測進展從 MCI 到阿爾茨海默氏癥六年內，準確率為 78.5%。
該團隊于 2024 年發表的研究繼續他們的既往研究，他們使用 1,000 多人的錄音訓練了一個模型，以準確檢測認知障礙。
他們的新算法是在 166 名年齡在 63-97 歲之間的 MCI 患者的轉錄錄音上進行訓練的。
由于該團隊已經知道誰患上了阿爾茨海默氏癥，因此機器學習方法可用于在他們的轉錄演講這與認知功能將下降的 90 人聯系起來，成為阿爾茨海默氏癥。
一旦訓練完畢，就可以反向應用該算法：嘗試從以前從未處理過的語音樣本的文字記錄中預測阿爾茨海默氏癥的風險。
其他重要因素，包括年齡和自我報告的性別，被添加以產生最終的預測評分。
“你可以把分數看作是某人保持穩定或過渡到癡呆癥的可能性，概率，”說波士頓大學的計算機科學家 Ioannis Paschaldis，去年 6 月發表結果時。
“我們想預測未來六年會發生什么——我們發現我們可以以相對良好的信心和準確性合理地做出預測。它顯示了人工智能的力量。
考慮到目前尚無治愈阿爾茨海默氏癥的方法，您可能想知道及早發現它有什么好處——但我們確實有治療方法可以幫助管理阿爾茨海默氏癥在某種程度上，這些可以更早開始。
更重要的是，早期發現讓我們有更多機會研究疾病及其進展，并從那里開發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超前。
如果可以進一步發展，這種方法有很多值得喜歡的地方。這種測試可以快速、廉價地完成，即使在家里，也無需任何專業設備。
它不需要任何注射或樣本，只需要記錄，將來甚至可以通過智能手機應用程序運行。
“如果你能預測會發生什么，你就有更多的機會和時間窗口來干預藥物，至少要努力保持病情的穩定，防止轉變為更嚴重的癡呆癥，”帕斯卡利迪斯解釋.
這里使用的錄音相當粗糙且質量低劣。有了更清晰的記錄和數據，算法的準確性可能會變得更好。
這可以導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——以及為什么它有時是從 MCI 發展而來的，有時不是。
“我們希望，像每個人一樣，能夠有越來越多的阿爾茨海默氏癥治療方法。”說逾越節。
該研究已發表在阿爾茨海默氏癥和癡呆癥.
本文的早期版本發表于 2024 年 6 月。
提供云服務支持