2015年12月8日

科学家发现检测阿尔茨海默氏病的新型计算机语言学方法

阿尔茨海默氏病患者的大脑图。图片来源:维基百科/公共领域。

研究人员发现,通过评估四种语言因素之间的相互作用,如何以82%以上的准确率诊断阿尔茨海默氏病;并开发自动化技术来检测这些缺陷。

由UHN多伦多康复研究所(TR)的科学家Frank Rudzicz博士领导的这项研究发表在12月刊的 阿尔茨海默氏病杂志。事实证明,该评估方法和自动化应用程序比当前医疗保健专业人员使用的初始评估工具更为准确。它还可以为痴呆症提供客观的诊断评分。

根据分析,可以确定语音的四个集体维度指示了痴呆:语义损伤(例如使用过分简单的单词);声音障碍,例如说话速度较慢;句法障碍,例如使用不太复杂的语法;和信息障碍,例如无法清楚地识别图片的主要方面。

多伦多大学计算机科学系助理教授Rudzicz博士说:“在我们的研究之前,语言因素与阿尔茨海默氏病有关,但通常仅与记忆力减慢或一个人遵循指令的能力有关。”以及AGE-WELL卓越中心网络的网络调查员。 “这项研究描述了阿尔茨海默氏病患者经历的语言障碍的多样性,我们的自动检测算法将这一点考虑在内。”

Rudzicz博士进一步补充说:“使分析如此精确的驱动力是使用我们的软件从语音中自动准确地检测出幕后的大量测量。该技术的优点是可重复使用-它不容易受到人类之间可能发生的那种感知差异或偏见的影响。”

在这项研究中,研究人员检查了来自数据库的语音样本(包括音频文件),这些样本被诊断出患有阿尔茨海默氏病,包括97种 .

Rotman Research神经康复科学家Jed Meltzer博士说:“每个护理人员都知道痴呆症患者的生活好坏,我们可以通过与他们交谈来说明这一点,因为言语是大脑认知功能的丰富信息来源。” Baycrest健康科学研究院,该研究的合著者。 “这些方法提供了一种定量和客观地评估言语的方法,因此我们可以使用它们来测试诸如新药和脑刺激之类的干预措施。”

Rudzicz博士说:“对支持阿尔茨海默氏病的医疗体系的需求将继续迅速增长。” “我们的自动化方法将为人们提供一个机会,使人们更容易,更具成本效益,更准确地进行初始痴呆筛查。”

研究人员现在将开始对当前的患者和对照对象测试自动筛查技术,以验证该方法。 Rudzicz博士还与多伦多大学和工业界合作,通过一家名为WinterLight Labs的初创公司将该技术商业化。

由...提供 大学健康网

加载评论 (0)