Nadovezujući se na svoja prethodna istraživanja, tim je proširio svoju studiju treniranjem modela koji učinkovito identificira kognitivno oštećenje analizom glasovnih snimaka više od 1000 pojedinaca.
Koristeći pristup strojnog učenja, tim je trenirao svoj novorazvijeni algoritam na transkribiranim audio snimkama grupe od 166 osoba, u dobi od 63 do 97 godina, koje su imale blago kognitivno oštećenje (MCI). Korištenjem njihovog prethodnog znanja o pojedincima koji su kasnije razvili Alzheimerovu bolest, algoritam je uspio identificirati specifične pokazatelje u njihovom govoru koji su bili u korelaciji s kognitivnim padom kod 90 pojedinaca.
Algoritam je, nakon što je prošao obuku, imao sposobnost korištenja svog znanja na obrnuti način pokušavajući predvidjeti vjerojatnost razvoja Alzheimerove bolesti analizom uzoraka govora koji prethodno nisu bili analizirani. Kako bi se dobio krajnji ishod predviđanja, uključene su dodatne ključne varijable kao što su dob i spol.
Računalni znanstvenik Joanis Pašalidis sa sveučilišta u Bostonu ističe izvanrednu sposobnost umjetne inteligencije da predvidi vjerojatnost da će pojedinci održati stabilnost ili razviti demenciju. Tretirajući ishod kao vjerojatnost, postaje moguće predvidjeti buduće događaje u razdoblju od šest godina s visokom razinom pouzdanosti i preciznosti. Ovo je primjer golemog potencijala umjetne inteligencije.
Pravovremeno prepoznavanje bolesti ima ključnu ulogu u razvoju novih mogućnosti liječenja.
Iako lijek za Alzheimerovu bolest još nije dostupan, netko bi mogao dovesti u pitanje značaj ranog otkrivanja ako krajnji ishod ostane nepromijenjen. Unatoč tome, stručnjaci naglašavaju da postoje terapije koje mogu pružiti određeno olakšanje osobama s Alzheimerovom bolešću, a njihovo započinjanje u ranijoj fazi može biti korisno.
Osim toga, prepoznavanje bolesti u ranoj fazi daje nam veće šanse za ispitivanje njezina razvoja i napredovanja, čime se olakšava kreiranje cjelovitog i učinkovitog liječenja. Pojedinci za koje se smatra da su u opasnosti od razvoja Alzheimerove bolesti mogu proaktivno sudjelovati u kliničkim ispitivanjima.
Test ima potencijal biti isplativ i svrsishodan.
Možete jednostavno i jeftino izvesti ovaj test, čak iu udobnosti vlastitog doma, bez potrebe za posebnom opremom. Uzorci nisu potrebni; sve što trebate je jednostavna snimka. U budućnosti bi čak moglo biti moguće provesti test pomoću aplikacije za pametni telefon.
Prema Pashalidisu, sposobnost predviđanja budućih događaja daje pojedincima veću priliku da interveniraju lijekovima, produže vremenski okvir i nastoje očuvati stabilnost stanja, u konačnici sprječavajući napredovanje u ozbiljnije manifestacije demencije.
Snimke i podaci koji su korišteni u ovom slučaju bili su nedovoljno pročišćeni i manjeg kalibra. Sa stjecanjem netaknutih snimaka, vrlo je vjerojatno da će se preciznost algoritma značajno povećati.
Udubljivanjem u rane faze Alzheimerove bolesti, možemo dobiti dragocjene uvide u njezin utjecaj na pojedince i čimbenike koji određuju hoće li napredovati od blagog kognitivnog oštećenja (MCI) ili ne. Paschalidis izražava zajedničku nadu da će sve veći broj tretmana za Alzheimerovu bolest postati dostupan svima. Nalazi studije javno su dostupni u znanstvenom časopisu Alzheimer’s Disease and Dementia.
