محققان در حال طراحی و توسعه یک مدل یادگیری ماشینی و هوش مصنوعی برای تشخیص زودهنگام آلزایمز یا زوال عقل هستند.
این مدل که با گوشی‌های هوشمند کار می‌کند، قادر است با تجزیه و تحلیل ویژگی‌ها و الگوهای گفتاری، بیماران مبتلا به آلزایمر یا زوال عقل را با دقت 70 تا 75 درصدی تشخیص دهد.
به گفته متخصصان، این مدل یادگیری ماشینی می‌تواند با تشخیص زودهنگام آلزایمر یا زوال عقل، به یک ابزار غربالگری ساده‌ای تبدیل شود که تمامی افراد با یک گوشی هوشمند بتوانند از آن استفاده کنند.
اهمیت این دستاورد بدین دلیل است که تشخیص زودهنگام زوال عقل در مراحل اولیه می‌تواند چالش برانگیز باشد چراکه این علائم، اغلب ظریف بوده و به سختی قابل تشخیص هستند. همچنین افراد این علائم را با مسائل مربوط به حافظه در سنین بالا اشتباه می‌گیرند.
بنابراین، هرچه زودتر این مشکل شناسایی شود، می‌توان اقدامات درمانی را زودتر آغاز و از پیشرفت سریع آن جلوگیری کرد. در حال حاضر، متخصصان از طریق آزمایش‌ها و تصویربرداری‌های پزشکی، هرگونه تغییرات مغزی را رصد می‌کنند که به گفته آلنی استرولیا، از محققان دخیل در طراحی این مدل، چنین روش‌هایی اغلب زمان‌بر و گران بوده و افراد تمایل کمتری به انجام چنین آزمایش‌هایی دارند.
استرولیا افزود: اگر بتوان از طریق گوشی همراه، نشانه‌های اولیه را تشخیص داد، فرد می‌تواند این موضوع را به پزشکش اطلاع دهد و به طور بالقوه، درمان را زودتر آغاز کند. همچنین می‌تواند با برخی اقدامات ساده و خانگی، سرعت پیشرفت بیماری را کم کند.
اگرچه در این روش، محققان به زبان مورد استفاده توسط بیماران آلزایمری نیز توجه داشتند، اما تمرکز آنها در این پروژه به جای کلمات، روی ویژگی‌های گفتاری و زبان‌شناختی تمرکز داشتند.
به گفته استرولیا، در این روش کار اصلی، گوش دادن به آنچه فرد می‌گوید و درک معنی آن است. در واقع، به مدل می‌گوییم که به صدا گوش کن؛ برخی ویژگی‌ها در نحوه صحبت کردن افراد وجود دارد که فراتر از زبان است.
محققان برای توسعه این مدل، از ویژگی‌های گفتاری که پزشکان شایع بودن آنها در بیماران مبتلا به آلزایمر را تایید کردند. از جمله این ویژگی‌ها می‌توان به تمایل به آهسته صحبت کردن و یا ایجاد مکث و اختلال بیشتر در صحبت اشاره کرد. همچنین این افراد از کلمات کوتاه‌تری استفاده می‌کنند و جملاتشان کمتر قابل فهم است.
حال محققان این ویژگی‌ها را به ویژگی‌های گفتاری تبدیل کردند تا مدل زبان توسعه‌یافته بتواند آنها را بررسی کند. سپس با صحبت کردن فرد با این ابزار و تجزیه و تحلیل آن توسط مدل، احتمالا ابتلا به الزایمر به وی اطلاع داده می‌شود که فرد می‌تواند نتیجه را به یک متخصص اطلاع دهد تا بهترین اقدامات برای اطمینان از این موضوع و شروع فرآیند درمانی صورت گیرد.
استرولیا می‌گوید: هر کاری که بتوان برای تقویت فرآیندهای بالینی، اطلاع‌رسانی در مورد درمان‌ها و مدیریت زودتر بیماری‌ها با هزینه کمتر انجام داد، عالی است.
