

یک ابزار هوش مصنوعی جدید که گفتار افراد را بررسی میکند، میتواند تصویری از روند پیری و خطر زوال عقل ارائه دهد. یافته های یک مطالعه اخیر چنین احتمالی را مطرح کرده است.
این ابزار با بررسی صدها الگوی مربوط به گفتار و زبان، سن تقویمی افراد را بر اساس نحوه صحبت آنها تخمین می زند. محققان روز چهارشنبه، 30 سپتامبر در مجله Science Advances گزارش دادند که در مطالعهای بر روی 3000 فرد اسپانیایی زبان، افرادی که سن تخمینی آنها بالاتر از سن واقعی آنها بود، بیشتر به مشکلات شناختی، زوال عقل و علائم پیری بیولوژیکی تسریع شده مبتلا بودند. این افراد نیز در مقایسه با سایر شرکت کنندگان از شرایط اجتماعی و اقتصادی نامساعدی برخوردار بودند.
این ابزار تجزیه و تحلیل صدا بسیار شبیه به سایر ساعت های قدیمی است. روشهایی که احتمال ابتلای افراد به بیماریهای مرتبط با سن را با استفاده از نشانگرهای زیستی مختلف تخمین میزنند.
آدولفو گارسیا، یکی از نویسندگان این مطالعه و مدیر مرکز علوم اعصاب شناختی در دانشگاه سن آندرس در آرژانتین، گفت:
ساعت های قدیمی موجود قدرتمند هستند، اما بسیاری از آنها به اسکن مغز یا آزمایش خون متکی هستند. روش هایی که گران، تهاجمی، یا تکرار منظم آن دشوار است. با استفاده از گفتار می توان بر همه این محدودیت ها غلبه کرد.
با این حال، کارشناسان می گویند این روش هنوز باید در طول زمان و به زبان های دیگر آزمایش شود تا بتوان از آن برای ارزیابی خطر ابتلا به زوال عقل در افراد استفاده کرد.
ساعت مکالمه چگونه کار می کند؟
محققان از داده های کنسرسیوم ReD-Lat استفاده کردند. پروژه ای گسترده در مورد تحقیقات زوال عقل در آمریکای لاتین. این تجزیه و تحلیل شامل بیش از 2900 فرد اسپانیایی زبان از آرژانتین، شیلی، کلمبیا، مکزیک و پرو بود و شرکت کنندگان در محدوده سنی 18 تا 88 سال بودند. حدود 1500 نفر از نظر شناختی سالم بودند و سایرین دارای اختلالات شناختی خفیف، بیماری آلزایمر یا زوال عقل فرونتومپورال بودند. اختلال شناختی خفیف معمولاً با مشکلات جزئی حافظه و مشکل در تفکر همراه است.

هر شرکت کننده هفت فعالیت انجام داد. این فعالیت ها شامل توضیح یک ویدیوی متحرک، نام بردن بیشترین تعداد کلمه، سبزیجات یا حیوانات در 60 ثانیه و بازگویی یک داستان کوتاه بلافاصله پس از شنیدن آن و سپس تکرار داستان 20 تا 30 دقیقه بعد است.
دانشمندان صدای افراد را ضبط کردند، فایل های صوتی را به متن تبدیل کردند و سپس بیش از 700 ویژگی مختلف را از این نمونه ها استخراج کردند. مکث، سرعت گفتار، زیر و بم صدا، دایره لغات و نحوه بیان احساسات از جمله این ویژگی ها بود.
در مرحله بعدی، محققان با استفاده از این ویژگی ها و سن واقعی شرکت کنندگان، یک مدل یادگیری ماشینی را آموزش دادند تا سن افراد را از روی نحوه صحبت کردنشان تخمین بزنند. این مدل یک سن پیش بینی شده برای هر فرد ارائه کرد و محققان آن را با سن واقعی فرد مقایسه کردند. تفاوت بین این دو عدد چیزی بود که محققان آن را شکاف سنی گفتار نامیدند.
نتایج نشان داد که در برخی از افراد، الگوی گفتار برای هوش مصنوعی قدیمیتر از آن چیزی است که با سن واقعی آنها انتظار میرود. افراد سالم از نظر شناختی کمترین فاصله را بین سن واقعی و سن تخمین زده شده توسط هوش مصنوعی داشتند، در حالی که این فاصله در افراد دارای اختلال شناختی خفیف یا زوال عقل بیشتر بود. بیشترین تفاوت نیز در افراد مبتلا به نوع زبانی دمانس فرونتومپورال مشاهده شد. بیماری که عمدتاً بر توانایی برقراری ارتباط تأثیر می گذارد.
افرادی که مسنتر به نظر میرسند در تستهای مختلف حافظه، زبان و توجه عملکرد ضعیفتری داشتند و در انجام فعالیتهای روزانه مشکلات بیشتری داشتند.

آزمایش خون نیز الگوی مشابهی را نشان داد. فاصله سنی گفتار بیشتر با تسریع بیشتر روند پیری در سه ساعت اپی ژنتیکی مرتبط بود. این ساعتها با بررسی برچسبهای شیمیایی روی DNA، سن بیولوژیکی افراد را تخمین میزنند. این نشانگرهای اپی ژنتیکی بر فعال شدن ژن ها و سطح فعالیت آنها تأثیر می گذارد. در میان افراد مبتلا به آلزایمر، فاصله سنی گفتار نیز با سطح بالاتر پروتئین p-tau217 مرتبط بود. پروتئینی که با این بیماری مرتبط است.
فاصله سنی گفتار بالاتر نیز با عوامل مختلف مرتبط با خطر زوال عقل مرتبط بود. مشکلات مالی، ناامنی غذایی، دسترسی محدود به خدمات بهداشتی، تجربه دشوار دوران کودکی و سطح تحصیلات پایین از جمله این عوامل بودند. به گفته آدولفو گارسیا، این الگو در هر پنج کشور مشاهده شد و تفاوت های اجتماعی و فرهنگی بین آنها تغییری در این رابطه ایجاد نکرد.
محدودیت ساعات صحبت
Manisha Parulkar، معاون مرکز اختلالات حافظه و سلامت مغز در مرکز پزشکی دانشگاه Hackensack در نیوجرسی، که در این تحقیق شرکت نداشت، این روش را گام بزرگی برای دسترسی بیشتر به ارزیابی سلامت مغز برای عموم دانست.

او گفت:
ساعت سخنگو گوی جادویی برای پیش بینی آینده نیست. صدای انسان نسبت به وضعیت کلی سلامت و تندرستی افراد بسیار حساس است و این باعث می شود که گفتار فرد به دلیل افسردگی شدید، خستگی یا مواجهه با استرس های روانی جدی بزرگتر از سن واقعی خود به نظر برسد. من به عنوان یک پزشک از این ابزار به تنهایی برای تشخیص قطعی زوال عقل در فرد استفاده نمی کنم.
وی پیشنهاد کرد که می توان از این شاخص گفتاری در کنار سایر روش ها به عنوان ابزار کمکی برای تشویق پزشکان برای بررسی دقیق تر وضعیت شناختی بیمار استفاده کرد. در این مطالعه، بسیاری از شرکت کنندگان تنها در یک مقطع زمانی مورد ارزیابی قرار گرفتند و برای مدت طولانی پیگیری نشدند. بنابراین، محققان هنوز نمی توانند تعیین کنند که آیا صدای مسن تر می تواند زوال شناختی آینده فرد را پیش بینی کند یا خیر. همچنین مشخص نیست که آیا تغییرات صوتی خاصی دقیقاً همزمان با پیشرفت زوال عقل رخ می دهد یا خیر.
محدودیت دیگر این تحقیق این است که مدل مورد استفاده تنها بر روی افراد اسپانیایی زبان از پنج کشور آمریکای لاتین آموزش و آزمایش شده است. مانیشا پارولکار گفت:
ما نمی توانیم مدل اسپانیایی را بگیریم و انگلیسی را مستقیماً در آن وارد کنیم. هر ویژگی وابسته به زبان باید برای سایر جمعیت ها تطبیق داده شود و سپس آزمایش شود.
اکنون محققان قصد دارند این روش را در زبانهای دیگر آزمایش کنند و افراد را برای مدت طولانیتری دنبال کنند تا تعیین کنند آیا تغییرات گفتاری میتواند نشانهای از زوال شناختی در آینده باشد یا خیر. آدولفو گارسیا گفت:
من واقعاً معتقدم که سیگنال بسیار قدرتمندی در گفتار برای پیشبینی زوال عقل و تغییر وضعیت شناختی در آینده وجود دارد، اما برای اثبات آن به مطالعات بسیار بیشتر و متنوعتری نیاز داریم.
















گفتگو در مورد این post