Мобильное приложение анализирует речь и может выявить болезнь Альцгеймера на ранней стадии

Исследователи разработали автономное приложение для смартфона для выявления нейродегенеративных состояний, таких как болезнь Альцгеймера и легкие когнитивные нарушения. Программа просто анализирует вашу речь.
Мобильное приложение анализирует речь и может выявить болезнь Альцгеймера на ранней стадии
Depositphotos
Достаточно поговорить под запись, и это бесплатное приложение с точностью 90% определит болезнь у пациента.

Несмотря на всемирную распространенность болезни Альцгеймера (БА), по оценкам, 75% людей с этой болезнью не получают соответствующего диагноза от врача. Нарушение речи обычно является одним из первых признаков БА. На ранних стадиях у людей может развиться заикание или запинки в речи, и им будет трудно вспоминать слова или находить правильные слова, чтобы передать то, что они пытаются сказать.

РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ

Приложение для диагностики Альцгеймера

Исследователи из Университета Цукубы, Япония, и IBM Research разработали прототип автономного приложения для смартфона, позволяющего точно анализировать речь человека на предмет явных признаков ранней БА и легких когнитивных нарушений.

Исследователи собрали речевые данные 114 участников: у 25 была диагностирована БА, у 46 - легкие когнитивные нарушения, а 43 человека были здоровыми. Возраст участников варьировался от 72 до 75 лет. Участники сидели в тихой комнате и отвечали на заранее записанные вопросы; их ответы были записаны на iPad.

Участники выполняли пять речевых заданий: обратный отсчет, вычитание, задания на беглость речи и описание картинки. Их ответы были расшифрованы с помощью алгоритма IBM Watson по автоматическому переводу речи в текст.

РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ

Записи были проанализированы на дрожание (кратковременные изменения высоты тона), мерцание (кратковременные изменения громкости), темп речи, интонацию и паузы. Машинное обучение использовалось для классификации трех групп – БА, легкие когнитивные нарушения и контроль – по речевым признакам, при этом исследователи вводили 92 речевых признака, извлеченных из каждой задачи.

Исследователи обнаружили статистически значимые различия в речевых паттернах участников контрольной группы и пациентов с БА или легкими когнитивными нарушениями. Более того, модель машинного обучения определила эти болезни с точностью 91% и 88% соответственно.