IBM و فایزر مدل هوش مصنوعی جدیدی توسعه دادهاند که به کمک آزمونهای گفتاری به پیشبینی شروع آلزایمر در افراد سالم کمک میکند. دقت این هوش مصنوعی حدوداً ۷۰ درصد اعلام شده و حداکثر ۷ سال پیش از معاینه بالینی بیماری را تشخیص میدهد.
محققان به کمک مدل هوش مصنوعی جدید موفق شدند شروع بیماری آلزایمر را هفت سال پیش از معاینه بالینی پیشبینی کنند. محققان IBM و فایزر این هوش مصنوعی را با استفاده از دادههای مطالعه فرامینگهام (Framingham Heart Study) آموزش دادهاند. این مطالعه سال ۱۹۴۸ به منظور شناخت عوامل موثر در ایجاد بیماریهای قلبی شروع شد و بیش از ۵ هزار نفر را شامل میشود.
این مدل هوش مصنوعی فایلهای گفتاری شرکت کنندگان مطالعه را که در خلال آزمایش شناختی ضبط شدهاند، تحلیل کرده و شروع بیماری آلزایمر را پیشبینی میکند. این مدل همچنین رونوشت فایلهای صوتی را نیز به منظور تشخیص بهتر تغییرات جزئی که احتمال از قلم افتادن آنها میرفت بررسی کرد. در آزمایش شناختی مطالعه فرامینگهام از شرکت کنندگان درخواست شده تا به یک نقاشی نگاه کرده و آن را توضیح دهند. مدل هوش مصنوعی IBM توضیحات ارائه شده را تحلیل میکند.
محققان IBM میگویند به کمک دادههای مطالعه فرامینگهام در گذشته سفر کرده و به طور میانگین هفت سال پیش از معاینه بالینی آلزایمر، نشانههای زیستی آن را در گفتار بیمار تشخیص دادهاند. به گفته آنها کلمات یا عبارات خاصی وجود ندارند که شروع آلزایمر را نشان بدهند، بلکه این الگوی استفاده از کلمات است که تغییرات شناختی را برملا میکند.
IBM میگوید این تحقیق برای اولین بار گفتار و زبانشناسی را برای پیشبینی آلزایمر بررسی کرده است. به گفته این شرکت تحقیقات قبلی به نشانههای زیستی موجود در خون و مغز تمرکز کردهاند، اما نشانههایی که در گفتار وجود دارند بسیار زودتر رخ داده و جمعآوری آنها آسانتر است.
محققان امیدوارند با استفاده از گفتار و نشانههای زیستی دیجیتال سرانجام روشی برای درمان بیماری آلزایمر پیدا کنند.
پاسخ ها