倫敦大學(xué)圣喬治學(xué)院（St George＇s， University of London）神經(jīng)科學(xué)研究中心的研究人員開展了一項(xiàng)新研究，確定了通過語音分析和機(jī)器學(xué)習(xí)檢測阿爾茨海默病早期跡象的各種任務(wù)的優(yōu)缺點(diǎn)。

倫敦大學(xué)圣喬治學(xué)院官網(wǎng)7月12日消息

這項(xiàng)發(fā)表在《計(jì)算機(jī)科學(xué)前沿》（Frontiers in Computer Science）雜志上的研究表明，雖然機(jī)器學(xué)習(xí)可以用來評估疾病跡象的語言模式，但被測試者所承擔(dān)的特定任務(wù)在測試的準(zhǔn)確性方面發(fā)揮著重要作用。

研究于2021年5月31日發(fā)表在《Frontiers in Computer Science》雜志上

該小組之前的研究表明，阿爾茨海默病在發(fā)病初期就會(huì)影響語言，所以語言評估可以用來及早發(fā)現(xiàn)該疾病。越早發(fā)現(xiàn)，就可以越早考慮干預(yù)來幫助患者。

這項(xiàng)最新的研究通過評估可用于檢測阿爾茨海默病的測量和任務(wù)增加了證據(jù)。通過記錄參與者執(zhí)行的任務(wù)的音頻，研究團(tuán)隊(duì)然后機(jī)器學(xué)習(xí)一個(gè)在圣喬治開發(fā)的評估疾病跡象的程序。

本研究中使用的任務(wù)代表了在醫(yī)療場景中使用的不同方法。臨床醫(yī)生最常用的方法之一是讓患者描述一個(gè)被稱為“偷餅干”圖像的場景。其他方法包括讓患者講述他們學(xué)到的故事，比如著名的灰姑娘童話。你需要將一系列人物和事件整合到一個(gè)難忘的時(shí)間軸中。

偷餅干測試

在這項(xiàng)研究中，除了上述評價(jià)，研究人員回憶程序（告訴如何泡茶），復(fù)述小說故事（從無文字兒童讀物中的圖片解釋故事）和對話。語音（給另一個(gè)人解釋通過地圖上的地標(biāo)的路線，以檢測阿爾茨海默病的跡象）語音分析。

在評估了50名研究參與者（25名患有輕度阿爾茨海默病或輕度認(rèn)知障礙，25名有健康對照）的結(jié)果后，健康對照組最準(zhǔn)確地講述了灰姑娘的故事。發(fā)現(xiàn)使用的機(jī)器學(xué)習(xí)系統(tǒng)能夠識(shí)別參與者是否患有阿爾茨海默病。輕度認(rèn)知障礙正確率為78％ ，＂偷餅干＂任務(wù)接近76％，這可與現(xiàn)有的疾病檢測相媲美。其他被評估的任務(wù)的正確率從62％（復(fù)述一個(gè)新故事）到74％（回憶一個(gè)過程）不等。

該研究的作者說：“我們的研究結(jié)果表明，改變用于評估阿爾茨海默病的任務(wù)，可以通過聲音分析更準(zhǔn)確地診斷該疾病。”

倫敦大學(xué)圣喬治學(xué)院

參考文獻(xiàn)

Source：St George＇s， University of London

Machine－Learning Can Identify Signs of Alzheimer’s in Patients Recalling the Story of Cinderella

Reference：

Natasha Clarke et al， A Comparison of Connected Speech Tasks for Detecting Early Alzheimer＇s Disease and Mild Cognitive Impairment Using Natural Language Processing and Machine Learning， Frontiers in Computer Science （2021）． DOI： 10．3389／fcomp．2021．634360