توصل باحثو ألبرتا إلى طريقة للتعرف على العلامات المبكرة المحتملة لمرض الزهايمر.
إنهم يستخدمون نموذج التعلم الآلي لاكتشاف الإشارات الصوتية – أنماط كلام معينة مرتبطة بتشخيص مرض الزهايمر أو غيره من أشكال الخرف.
قالت زهرة شاه ، طالبة دراسات عليا في جامعة ألبرتا وباحثة رئيسية: “نحن مهتمون بالنظر إلى الكلام على وجه الخصوص باعتباره نافذة على العقل البشري ، إذا جاز التعبير”.
“الفكرة هنا هي أننا نريد أن ننظر إلى الكلام كمؤشر بيولوجي محتمل من أجل التمكن من تحديد الأنماط التي قد تساعدنا في تشخيص ومراقبة الاضطرابات النفسية مثل خَرَف ألزهايمر.”
تستمع التقنية إلى ثلاث ميزات: التوقف المؤقت في الكلام ، وطول الكلمة أو تعقيدها ، ووضوح الكلام.
وأوضح شاه قائلاً: “بالنسبة لمرضى الخرف ، نظرًا لأنه قد تكون هناك حاجة إلى مزيد من الاسترجاع ، فإنهم يميلون إلى نسيان الكلمات ويحتاجون إلى قدر معين من الوقت لتذكر هذه الكلمات ، لذلك ستكون هناك فترات توقف أطول”.
“الكلمة الأطول ، كما نفترض ، سيكون لها درجة أعلى من تعقيد الكلام بدلاً من الكلمات الأقصر مثل” اه “و” ال “.
وأضافت أن “مدة الكلمة الأطول … هي وكيل لتعقيد الكلام”. “مرة أخرى ، الفرضية هنا هي أن مرضى الخرف سيكون لديهم تعقيد أقل في الكلام مقارنة بالضوابط الصحية.”
استخدم الباحثون 250 فردًا ناطقًا باللغة الإنجليزية – تم تصنيف نصفهم على أنهم مرضى الخرف والنصف الآخر من مجموعة السيطرة.
كان النموذج قادرًا على التمييز بين مرضى الزهايمر وبين الأصحاء بدقة 70-75 في المائة.
قال شاه: “إنها مثل أداة دعم للتشخيص السريري”. لكننا لا نتوقع أن تكون هذه الأداة أداة تشخيص بحد ذاتها. سيحتاج إلى إنسان في الحلقة.
“إنها النقطة الأولى ، الفرز ، وفحص السكان المعرضين للخطر لمعرفة مكانهم في هذه المرحلة الزمنية وربما الإبلاغ عن أي أفراد معرضين لخطر أكبر في هذه الفئة ومطالبتهم بالنظر في مزيد من الفحص.”
لا يُقصد به أن يحل محل التشخيص السريري. لكن شاه يأمل أن تؤدي التكنولوجيا في النهاية إلى وصول سهل ومنتظم إلى أداة الكشف المبكر ، المتاحة لأي شخص لديه هاتف ذكي.
لا يزال المشروع في مراحله الأولى ، لكن شاه يعتقد أن لديه إمكانات كبيرة ويمكن تنسيقه لأحد التطبيقات.
“والتي لن تراقبها باستمرار ولكن يمكنك فتح التطبيق والتحدث فيه. على سبيل المثال ، يمكن أن يسألك التطبيق يوميًا: “كيف يسير يومك؟” ويستجيب الشخص بطريقة عفوية ويمكن للتطبيق ، في الخلفية ، أن ينظر على الأرجح إلى الميزات الموجودة في خطابك لمعرفة كيف تم تغييره “.
هناك أيضًا فرص لهذه الطريقة لزيادة الوصول إلى الرعاية الصحية.
قال شاه: “نجد أن الكلام كمؤشر حيوي مثير للاهتمام حقًا ، بالنظر إليه من منظور رعاية الصحة العقلية عن بُعد”. “يمكننا التفكير في إمكانية استخدام هذا النوع من التكنولوجيا للرعاية الصحية عن بُعد ومراقبة الصحة العقلية عن بُعد.”
ويمكن استخدامها على نطاق واسع في أي لغة. نظرًا لأنه لا يستمع إلى كلمات محددة – ولكنه يتوقف مؤقتًا وطول الكلمة.
“نحن نبحث في عينات الكلام دون النظر إلى محتوى اللغة الفعلي نظرًا لأننا نبحث في الميزات التي يمكن أن تعمل عبر لغات مختلفة ، ولذا فنحن لا نركز حقًا على محتوى الكلمة ولكننا نبحث في ميزات أخرى ،” شاه قال.
“نحن نبحث عن أداة حيادية اللغة يمكنها أن تفعل الشيء نفسه. نود أن يتم استخدام هذه التقنية عبر عدد كبير من اللغات المختلفة ، لذلك لم نعد مقيدين باللغة الإنجليزية ، ولذا فإن هذا هو المكان الذي تكمن فيه إمكانية التوسع أيضًا “.
تم وصف نموذج التعلم الآلي في ورقة بعنوان “استكشاف تمثيلات الكلام الملحد للغة باستخدام معرفة المجال لاكتشاف خرف ألزهايمر”.
احتل فريق البحث المرتبة الأولى في أمريكا الشمالية والرابع عالميًا في التحدي الكبير لمعالجة الإشارات ICASSP 2023.
ونسخ 2023 Global News ، أحد أقسام شركة Corus Entertainment Inc.
