Samoobslužná aplikace pro řeč pro chytré telefony může brzy rozpoznat Alzheimerovu chorobu

Výzkumníci vyvinuli aplikaci pro chytré telefony, kterou si sami spravují, aby pomocí analýzy řečových vzorů sledovali neurodegenerativní stavy, jako je Alzheimerova choroba a mírné kognitivní poruchy. Vzhledem k tomu, že časným indikátorem těchto stavů jsou jemné poruchy řeči, může to být snadný způsob, jak rychleji získat diagnózu.

Navzdory celosvětové prevalenci Alzheimerovy choroby (AD) se odhaduje, že 75 % lidí s touto chorobou nebylo diagnostikováno. Porucha řeči je obvykle jedním z prvních příznaků AD. Brzy se u jedinců může rozvinout koktání nebo zastavení řeči a mít potíže s vybavováním si slov nebo hledáním správného slova, které by vyjádřilo to, co se snaží říct.

Použití technologie k zachycení často jemných změn v hlase člověka je způsob, jak pomoci lékařům diagnostikovat AD a mírnou kognitivní poruchu (MCI) včas. Čím dříve je diagnóza stanovena, tím větší je šance, že se podaří zpomalit postup onemocnění. Rozpoznání řečových vzorů u starších lidí však může být obtížné.

Výzkumníci z University of Tsukuba v Japonsku a IBM Research vyvinuli samostatně spravovaný prototyp aplikace pro chytré telefony, která přesně analyzuje něčí řeč pro výmluvné známky rané AD a MCI.

Výzkumníci shromáždili údaje o řeči od 114 účastníků: 25 s diagnózou AD, 46 s MCI a 43 kognitivně zdravých účastníků. Věk účastníků se pohyboval od 72 do 75 let. Účastníci seděli v tiché místnosti a odpovídali na předem nahrané otázky; jejich odpovědi byly zaznamenány na iPad.

Účastníci plnili pět řečových úkolů: počítání pozpátku, odčítání, úkoly týkající se verbální plynulosti a popis obrázků. Jejich odpovědi byly přepsány pomocí služby automatického rozpoznávání řeči IBM Watson Speech-to-Text. Nahrávky byly analyzovány na jitter (krátkodobé změny výšky), shimmer (krátkodobé změny hlasitosti), rychlost řeči, intonaci a pauzy. Strojové učení bylo použito ke klasifikaci tří skupin – AD, MCI a ovládání – pomocí funkcí řeči, přičemž výzkumníci zadali 92 řečových funkcí extrahovaných z každého úkolu.

Výzkumníci zjistili statisticky významné rozdíly ve vzorcích řeči kontrolních účastníků a pacientů s AD nebo MCI. Model strojového učení navíc detekoval AD a MCI s přesností 91 % a 88 %.

Pokud je jim známo, jedná se o první studii, která ukazuje proveditelnost použití automatického, samostatně spravovaného nástroje k detekci AD a MCI pomocí řeči jako markeru. Navrhují další studie, které mají otestovat, zda se variace řeči zachycené jejich aplikací shodují s patologickými změnami pozorovanými u těchto stavů, jako jsou hladiny tau a amyloidu beta.

Vědci uznávají, že jejich studie má určitá omezení. Data řeči byla shromážděna v laboratorním prostředí, což mohlo ovlivnit, jak účastníci reagovali na otázky. Za druhé, velikost vzorku byla malá, což ovlivňuje zobecnitelnost výsledků studie.

Jejich výzkum nicméně prokazuje potenciál využití analýzy řeči prostřednictvím aplikace pro chytré telefony, kterou si sami spravují, k vyhledávání těchto vysilujících nemocí.

Studie byla publikována v časopise Počítačová řeč a jazyk.

Zdroj: University of Tsukuba