ახალი AI ალგორითმი ალცჰაიმერის ადრეული დიაგნოსტიკისთვის: 78.5%-იანი სიზუსტე. ადამიანის მეტყველებით შეიძლება გავიგოთ, განუვითარდება თუ არა მას ალცჰაიმერი
ალცჰაიმერის გამომწვევი ზუსტი მიზეზები დადგენილი არაა, თუმცა ყველასათვის ცნობილია, რა შედეგები მოსდევს მას. ალცჰაიმერის ადრეული ნიშნების ამოცნობის კუთხით არაერთი პროგრესი ვიხილეთ [1, 2, 3]. მეცნიერები ფიქრობენ, რომ ეს ნიშნები ჩვენს მეტყველებაშიც შეიძლება იმალებოდეს.
ალცჰაიმერის დაავადების ზუსტი მიზეზები ჯერაც უცნობია, თუმცა მისი შედეგები ყველასათვის კარგად ცნობილია. საინტერესო პროგრესი განიცადა ალცჰაიმერის ადრეული ნიშნების ამოცნობამ, რაც ახლა ხელოვნური ინტელექტის (AI) გამოყენებით კიდევ უფრო შესაძლებელია.
ბოსტონის უნივერსიტეტის მკვლევრებმა ახალი ალგორითმი შეიმუშავეს, რომელიც მსუბუქი კოგნიტიური დაქვეითების (MCI) მქონე ადამიანების მეტყველებას ანალიზირებს და პროგნოზირებს, გადაიქცევა თუ არა MCI ალცჰაიმერად მომდევნო ექვსი წლის განმავლობაში. ალგორითმი 78.5%-იან სიზუსტით აკეთებს პროგნოზებს, რაც მას მნიშვნელოვან წინ გადადგმულ ნაბიჯად ხდის ალცჰაიმერის ადრეული გამოვლენის საქმეში.
ახალი AI ალგორითმის მუშაობის პრინციპი
კვლევის ფარგლებში, მეცნიერებმა 166 ადამიანის აუდიოჩანაწერი გამოიყენეს, რომელთა ასაკი 63-დან 97 წლამდე მერყეობდა და ჰქონდათ MCI. მათ ტრანსკრიპტების საშუალებით შეიმუშავეს AI ალგორითმი, რომელიც ტექსტებში ეძებს ალცჰაიმერის ჩამოყალიბებასთან დაკავშირებულ კანონზომიერებებს.
მანქანური სწავლების მოდელის გამოყენებით, ალგორითმმა შეძლო მეტყველების მიხედვით რისკის განსაზღვრა და გააუმჯობესა შედეგების სიზუსტე. მოდელის უკუკავშირის შესაძლებლობით, შესაძლებელი გახდა რისკების პროგნოზირება ისეთი ნიმუშების საფუძველზე, რომლებიც ადრე არასდროს დაუმუშავებია.
ალცჰაიმერის ადრეული დიაგნოსტიკის უპირატესობები
ამ ახალი მიდგომის დახმარებით, შესაძლოა, ადრე გამოვლინდეს ალცჰაიმერის დაავადება და დაიწყოს მკურნალობა. ეს სტაბილურობის შენარჩუნებისა და დემენციის სერიოზული ფორმების პრევენციის საშუალებას იძლევა. რაც უფრო ადრე მოხდება დაავადების გამოვლენა, მით უფრო ეფექტურად შეგვიძლია მისი მართვა და პრევენცია.
მომავლის პერსპექტივა
თუ ალგორითმის მუშაობის ხარისხი გაუმჯობესდება, შესაძლებელია, რომ მომავალში ხმის ჩანაწერისგან პირდაპირ მივიღოთ დაავადების პროგნოზი, მაგალითად, მობილური აპლიკაციის საშუალებით, ყოველგვარი ინექციებისა და ანალიზების გარეშე. მიუხედავად იმისა, რომ კვლევის დროს გამოყენებული ჩანაწერები დაბალი ხარისხის იყო, უკეთესი ხარისხის მონაცემებით ალგორითმის სიზუსტე კიდევ უფრო გაუმჯობესდება.
დასკვნა
ახალი AI ალგორითმი ალცჰაიმერის ადრეული დიაგნოსტიკისთვის მნიშვნელოვანი ნაბიჯია და მისი სიზუსტე შეიძლება კიდევ უფრო გაიზარდოს. თუ მონაცემების ხარისხი გაუმჯობესდება და სისტემა განვითარდება, შესაძლებელი იქნება დაავადების ადრეული გამოვლენა და ეფექტური მართვა.
მკვლევრებმა მანქანური სწავლის მოდელი გამოიყენეს, რათა ტექსტებად ქცეულ მეტყველებაში ის კანონზომიერებები მოეძებნათ, რომლებიც ალცჰაიმერის ჩამოყალიბებასთან იყო კავშირში.
მომზადების შემდეგ ალგორითმის უკუღმა გამოყენება გახდა შესაძლებელი, ანუ მოდელს რისკის განსაზღვრა იმ ნიმუშებისთვისაც შეეძლო, რომლებიც აქამდე არასდროს დაუმუშავებია. საბოლოო პროგნოზების მისაღებად სხვა მნიშვნელოვანი ფაქტორებიც გაითვალისწინეს, მათ შორის ასაკი და ის, თუ რომელ სქესს მიაკუთვნებდნენ ცდისპირები თავს. შედეგად ალგორითმმა პროგნოზების 78.5%-იან სიზუსტეს მიაღწია.
ალცჰაიმერის განკურნება ამჟამად არ ხერხდება, თუმცა გარკვეული ხარისხით დაავადების მართვა შესაძლებელია. შესაბამისად, თუ რისკები გვეცოდინება და მკურნალობა მაქსიმალურად მალე დაიწყება, მით უკეთ შევძლებთ პაციენტებისთვის სტაბილურობის შენარჩუნებასა და დემენციის სერიოზული ფორმების პრევენციას.
გარდა ამისა, ალცჰაიმერის ადრეული ამოცნობისას საშუალება გვეძლევა, დაავადება თუ მისი პროგრესირება შევისწავლოთ და სრულად ეფექტური სამკურნალო მიდგომა აქედანვე შევიმუშაოთ. მათ, ვისაც ალცჰაიმერის განვითარების რისკი აქვთ, შეუძლიათ, კლინიკურ ცდებში წინასწარაც ჩაერთონ.
ახალი მიდგომა, შესაძლოა, პროგნოზირების კუთხით საკმაოდ ხელსაყრელი აღმოჩნდეს. თუკი სისტემა დაიხვეწა, შეგვეძლება მას (როგორც, მაგალითად, მობილურ აპლიკაციას) უბრალოდ ხმის ჩანაწერი მივაწოდოთ და ყოველგვარი ინიექციებისა და ანალიზების გარეშე გავიგოთ პროგნოზი. თავისთავად, ეს ჯერ მხოლოდ პერსპექტივაა.
საგულისხმოა, რომ კვლევაში გამოყენებული ჩანაწერები საკმაოდ დაბალი ხარისხის იყო. შეგვიძლია ვივარაუდოთ, რომ სუფთა ჩანაწერებითა და მონაცემებით ალგორითმის სიზუსტე კიდევ უფრო გაუმჯობესდება.
გარდა ამისა, წინასწარი დიაგნოსტიკისა და კლინიკურ ცდებში ჩართვის შესაძლებლობა ადამიანებს საშუალებას აძლევს, ნახონ დაავადების განვითარების რისკები და შესაბამისად მიიღონ ადეკვატური სამედიცინო დახმარება.
