人工智能能更早发现阿尔茨海默病吗?两名研究人员联手寻找答案

AB Nexus资助燃料着眼于“科幻”般的工具,通过语言遏制痴呆症的进展

一分钟读

你需要知道的

在AB Nexus的资助下,来自CU Anschutz和CU Boulder的研究人员正在开发一种人工智能工具,目标是在早期阶段诊断痴呆症,因此,患者和提供者可以制定更有效的治疗方案。

阿尔茨海默氏病和轻度认知障碍(记忆或认知能力丧失的早期阶段)在诊断和治疗方面面临着特别的挑战:只有16%的老年人接受定期的认知筛查作为初级保健的一部分,据估计,高达95%的患有记忆问题的老年患者直到疾病明显进展才得到诊断。

关于AB Nexus

AB联系该项目于2020年启动,为30个由科罗拉多大学博尔德分校和科罗拉多大学安舒茨医学院的科学家、工程师和医生组成的校际合作团队提供了200万美元。该计划已被证明是一种催化剂,将研究人员聚集在一起解决创新项目,使他们能够收集成功寻求NIH和其他资助机构的校外资助所需的数据。

第四轮AB Nexus资助彼得·普雷斯曼,医学博士,an助理教授神经学在科罗拉多大学安舒茨医学院,还有彼得Foltz他是哈佛大学的研究教授认知科学研究所(ICS)在科罗拉多大学博尔德分校结合他们各自在临床和研究神经学、计算语言和认知评估方面的背景,开发出一种人工智能(AI)工具,以提高痴呆症的早期检测。

在这个问答中,Pressman和Foltz解释了早期检测痴呆症的重要性,之前的研究导致了他们目前的工作,以及人工智能工具如何通过语音检测来帮助患者。

问答头

是什么让你把研究重点放在痴呆症和阿尔茨海默氏症的早期检测上?

记者:从神经退行性疾病的角度来看,早期发现很重要。在我称之为“诊断虚无主义”的情况下,很多人似乎并不关心你是否能及早发现阿尔茨海默氏症,因为他们的想法是,“好吧,你要怎么做?”

另一个困难是,我们用来检测认知变化的工具相当生硬,无法在早期发现。与阿尔茨海默氏症相关的病理变化在大脑中可能在人们描述有认知症状之前10年或更长时间就已经在进化了。除此之外,这些人大多数是由初级保健提供者看病的,而这些提供者在当今的医疗环境中时间非常紧张。

这就是为什么早期发现很重要。虽然没有治愈的方法,但我们还是有希望的。即使我们现在能提供的治疗和指导有限,我们也能延长寿命。希望通过更多的研究,可以延长寿命。

我认为,我们需要的是一些快速、合理准确、易于实施和廉价的东西。演讲恰好涉及到所有这些东西。你已经和你的医生谈过了。如果有一种方法,我们可以分析谈话中的语言变化,以检测大脑的变化,那么我们可能有一个非常有效的筛查工具。所以这项技术现在处于一个有趣的阶段。

Foltz:此外,我们的观点是,语言是认知和心理过程的窗口。如果我们能分析这种语言,我们就能从神经处理的角度了解发生了什么。从本质上讲,这就是临床医生在与病人交谈或对病人进行某种评估时所做的事情:他们在听那种语言并进行评估。问题是,我们能否应用自然语言处理和机器学习来支持和增强临床医生对患者语言成分的判断?

这个研究领域是从哪里开始的,你目前的工作与现有的研究有什么交集?

Foltz:在一次会议上,我发表了一篇关于语言连贯性的论文,一位来自国家心理健康研究所的研究人员走过来说:“嘿,你有没有想过把这个应用到精神分裂症上?”

我们建立了一个长期的合作,我们设计了新的任务,收集了数据,可以应用这项技术并进行评估。早期的一项研究结果表明从访谈记录中,我们可以像临床医生一样准确地诊断出精神分裂症的严重程度.当这本书在21世纪初出版的时候,出版是非常困难的。没有人会相信你可以用人工智能来做这件事。然而,现在有更多的人在研究它,所以它更受重视。所以多年来我们一直在努力完善这些技术并不断改进。

记者:此外,一些最早的研究来自于20世纪90年代中期对修女的研究。研究人员观察了一种名为“思想密度”的测量方法,即在特定的语音片段中大致表达了多少个思想。在这种情况下,它实际上是写作。当他们进入修道院时,他们可以看到修女们的日记;然后他们变老了,有些人会得痴呆症,有些人不会。你可以回顾那些早期的日记,通过他们的写作风格来预测几十年后谁会得痴呆症。

其他研究着眼于主要人物和自发演讲。例如,对里根总统的研究观察了他演讲中没有讲稿的部分,以及这些部分在他执政期间的变化:他的“独特字数”——词汇量的丰富度——减少了。随着非特定名词的增加——“东西”、“元素”、“whatnot”——当你想不出合适的词语时,你会说一些东西。

还有其他研究指向神经退行性变。这些测试着眼于人们的语速——我们都会调整自己的语速来匹配我们谈话伙伴的语速——以及谈话笑声。将这些独立的研究依次进行,我们开始收集“嘿,看,这是另一种语言测量方法,似乎可以预测一种特定类型的潜在神经退行性疾病”的实例,并调查它们是否具有诊断价值。

那么在这些研究的基础上,你如何设计一个识别痴呆症的系统呢?

Foltz:从本质上讲,我们所做的就是收集语言,输入大量不同的特征——某人说话的速度、发音、句子是如何组合在一起的,以及如何与同一主题的下一句联系起来。所有这些都可以作为指标。所以我们可以建立不同的计算特征来分析语言。这被称为“自然语言处理”。

然后我们做机器学习:从大量患者和对照组收集数据,让他们都做类似的任务。然后我们可以用计算机来辨别哪些特征与这些诊断类别更相关哪些特征与这些诊断类别无关。

有很多变量,但你在语言上也有一些共同点,特别是在某些类型的障碍上。例如,在抑郁症中,情绪平淡的人:他们的语调和调性往往变化较少。同样,对于某些形式的精神分裂症,你会看到单词之间的联系更松散。我们的想法是,我们能否设计出能够识别这些,但不受其他一些差异影响的人工智能,比如词汇差异或会说多种语言的人。

这建立了一个系统,它说,“我想寻找这些特定的特征和模式,然后用它们来预测,确定阿尔茨海默氏症或轻度认知障碍。”

AB Nexus如何帮助您的研究?

Foltz:从我的角度来看,这为一种很难尝试或做其他工作的工作提供了一个平台。AB Nexus的整个“Nexus”部分就是找到这些东西,你可以说,“我们不能做这个项目,除非我们既有医学知识和医疗途径,也有计算和评估方面的工作。”所以这些都需要结合在一起。

我们也不相信人工智能是用来诊断的。它是临床医生的辅助工具。我认为这真的很重要——它应该被视为一种工具,而不是目前正在做的任何事情的替代品。这更像是一种让更多有用的数据成为可能的方式。

记者:此外,如果你打算在医疗环境中真正采用这种方法,医生们将希望能够真正理解结果,并能够以超出“计算机说的”的水平将它们传达给患者。所以AB Nexus基金的目标是提高这些工具的透明度和可信度。

我们也有社区参与的具体目标。对于医生和其他医疗服务提供者,我们希望了解:“如果您使用这个工具,您想知道什么?您如何使用它?”你会这样吗?”

与此同时,我们也与尽可能多的不同社区利益相关者会面,让他们意识到这种技术在卫生领域带来的一些挑战。然后我们征求他们的反馈,这样我们就可以学习如何做得更好。

它还与我们正在做的工作联系在一起,试图接近透明度的其他方面——更多的技术方面,比如确保我们随着时间的推移识别言论的变化,我认为这更适合于个人,而不是广泛的社区截面。



主题:研究

有特色的专家
员工提

Peter Pressman,医学博士

员工提

Peter Foltz博士

Baidu
map