AI可以及早发现阿尔茨海默氏症的迹象在演讲模式,研究显示

新技术可以捕捉微妙的变化在病人的声音可以帮助医生诊断认知障碍和老年痴呆症症状开始之前,根据领导的德克萨斯大学西南医学中心的研究人员发表的一项研究阿尔茨海默病协会出版疾病诊断、评估和监控。

“我们的重点是识别微妙的语言和声音的变化出现在阿尔茨海默病的早期阶段,但不容易辨认的家庭成员或个人的初级保健医生,”说伊西北医学博士教授神经学在西南的彼得·欧唐纳。大脑研究所。

研究人员使用先进的机器学习和自然语言处理(NLP)工具来评估语言模式在206年- 114人符合轻度认知的标准下降和92人受损。团队然后映射这些发现常用的生物标记来确定测量损伤的疗效。

研究参与者,参加在亚特兰大埃默里大学的研究项目,有几个标准认知评估之前被要求记录自发1 - 2分钟的描述艺术品。

”照片的记录描述为我们提供了一个近似的会话能力,我们可以通过人工智能研究确定演讲电机控制,密度概念,语法的复杂性,以及其他语音特性,”座谈会博士说。

研究小组比较了参与者的演讲分析他们的脑脊髓液样品和核磁共振扫描,以确定准确的数字语音生物标志物发现轻度认知障碍和老年痴呆症的地位和发展。

”自然语言处理和机器学习的发展,之前的演讲模式的详细研究的病人非常劳动密集型的,而且往往没有成功,因为早期的变化经常人耳不能察觉,“西北博士说。”这种新方法的测试表现良好在检测患有轻度认知障碍和更具体患者识别阿尔茨海默病的证据——即使它无法轻易发现使用标准的认知评估。”

在研究中,研究人员花了不到10分钟捕捉病人的录音。传统的神经心理学测试通常需要花费几个小时的时间管理。

“如果更大规模的研究证实,利用人工智能和机器学习研究声乐录音可以提供初级保健提供者的高危个体,容易执行筛选工具”的座谈会博士说。“早期诊断会给患者和家庭更多的时间来规划未来,给临床医生推荐有前途的生活方式干预,更大的灵活性。”

博士座谈会合作在本研究在艾莫利大学的研究小组,在那里他曾担任主任的临床试验单位goizueta1997阿尔茨海默病研究中心在2022年加入UTSW之前。他正在继续收集声音的录音在达拉斯作为后续研究的一部分UTSW与美国国立卫生研究院拨款资助。

支持这项研究的研究是由美国国立卫生研究院/国家老龄研究所(AG051633、AG057470-01 AG042127)和阿尔茨海默氏病药物发现基金会(20150603)。

Pogue家族是否持有著名大学博士椅子在阿尔茨海默病临床研究和护理,为纪念Maurine和大卫·麦克马伦维。

参考:座谈会,奥卡福M,崔JD,等。数字语音生物标志物和协会的发展与认知、脑脊髓生物标志物,在早期阿尔茨海默氏症和神经表示。Alz &民主党诊断接头的屁股&说。2023;15 (1):e12393。doi:10.1002 / dad2.12393

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。