AI 推動醫學進步！通過手機檢測阿爾茲海默病，準確率高達 70%-75%

AI+ 醫學，帶來了最新突破結果。

本月早些時候，加拿大阿爾伯塔大學計算機科學系的 Zehra Shah、Shi-Ang Qi 等人發表了一篇圍繞 “使用特定的聲學特徵檢測早期阿爾茲海默症” 的論文，旨在通過聲學語音特徵結合機器學習模型來檢測患者的認知能力下降程度。

結果顯示，研究人員開發的模型能夠以 70% 至 75% 的準確率區分阿爾茨海默病患者和健康對照組：

總的來説，我們的結果表明，機器學習模型可以檢測到語音的認知衰退，即使是在不同的語言（從英語學習，然後在希臘語中使用）和稍微不同的任務（不同的圖片）上進行訓練。

阿爾茨海默症在早期階段的檢測是具有挑戰性的，因為其症狀往往開始時相當微妙，並可能與晚年的典型記憶相關問題相混淆。

研究人員指出，儘管不能替代專業醫療診斷，但該模型將為醫療服務提供有效支持，越早發現潛在問題，患者就能越早開始採取行動。

參與創建該模型的計算科學系教授 Eleni Stroulia 表示，患者甚至可以通過智能手機進行訪問該模型：

以前，你需要進行實驗室工作和醫學成像來檢測腦部變化；這需要時間，費用高昂，並且沒有人會在如此早期進行測試。

如果你使用手機來獲得早期指標，這將為患者向醫生提供信息。這有可能儘早開始治療，並且我們甚至可以通過移動設備在家中進行簡單幹預，以減緩病情的進展。

該論文的另一作者 Russell Greiner 做出進一步解釋：

一個人將聲音輸入工具，它進行分析並作出預測：是，這個人患有阿爾茨海默病，還是否。

然後工具可以將這些信息帶給醫療專業人員，以確定對這個人的最佳行動方案。

Greiner 和 Stroulia 都是阿爾伯塔大學計算科學系計算精神經科學研究小組的成員，他們已經開發了類似的人工智能模型和工具，用於檢測創傷後應激障礙、精神分裂症、抑鬱症和躁鬱症等精神障礙。

從語言檢測到語音檢測

該研究小組表示，他們此前研究過阿爾茲海默病患者的語言使用，但對語音特徵的研究可以跨越語言。

Stroulia 表示：

原始工作涉及聽説的內容，理解他們所説的意思。這是一個較容易解決的計算問題。現在我們説，聆聽他們的聲音。人們説話的方式中有一些超越語言的屬性。

這比我們之前解決的問題版本要強大得多。

他們從阿爾茨海默病患者中常見的語音特徵開始切入，這些患者往往説話較慢，語音中有更多的停頓或中斷。他們通常使用較短的詞，並且語音的可理解性通常較低。

之後，他們找到了將這些特徵轉化為模型可篩查的語音特徵的方法。

雖然這份研究關注的是使用英語和希臘語的人，但該論文第一作者 Zehra Shah 表示，這項技術有潛力在不同語言中使用。