Исследователи разработали модель машинного обучения для выявления болезни Альцгеймера

Исследователи из Университета Цукубы, Япония, и специалисты из IBM Research разработали модель машинного обучения для обнаружения нейродегенеративных состояний, таких как болезнь Альцгеймера и лёгкие когнитивные нарушения. Для анализа используются речевые паттерны человека.

Сейчас пациенты довольно поздно узнают о болезни Альцгеймера, пропуская ранний этап развития заболевания. Первыми симптомами становятся едва заметные нарушения речи: заикания, длинные паузы между фразами и сложности с подбором слов. Такие нарушения часто игнорируются и списываются на усталость и другие внешние факторы.

Для разработки приложения исследователи попросили 114 человек ответить голосом на список вопросов. Всего в процессе сбора данных приняли участие 114 человек. Среди них пациенты с диагностированной болезнью Альцгеймера, когнитивными нарушениями и здоровые люди. Запись ответов делали на iPad.

Опросник включал пять заданий: обратный счёт, задачи на вычитание, оценка беглости речи и описание изображений. Полученные записи транскрибировали с помощью системы IBM Watson Speech-to-Text и проанализировали на факт наличия краткосрочных изменений тона, громкости, скорости речи и пауз. Эти данные использовали для обучения модели машинного обучения, которая определила наличие болезни Альцгеймера и когнитивные нарушения с точностью 91% и 88% соответственно.

Полученную модель планируется интегрировать в мобильное приложение, которое поможет пользователям самостоятельно пройти похожий тест и получить рекомендации по посещения профильного специалиста. Это, как считают исследователи, поможет раньше выявлять заболевания и более комплексно подходить к диагностике.