本文综述了科学根据X编辑过程政策编辑器强调了以下属性同时确保内容的可信度:

核查事实的

可信的源

校对

AI可以及早发现阿尔茨海默氏症的迹象在演讲模式,研究显示

AI可以及早发现阿尔茨海默氏症的迹象在演讲模式,研究显示
基线声学协会(面板)和文章(面板B)分数的2年变化CDR-SOB(更高的值表示更大的疾病进展)。轴是派生的数字生物标志物的分数。轴是CDR-SOB 2年以上的变化。高基线声学分数和低文章分数与更大的增加CDR-SOB反映更大的疾病进展与更大的认知或功能障碍2年随访。CDR呜咽,临床痴呆Rating-Sum盒子。信贷:阿尔茨海默氏症和老年痴呆症:诊断、评估和疾病监测(2023)。DOI: 10.1002 / dad2.12393

新技术可以捕捉微妙的变化在病人的声音可以帮助医生诊断认知障碍和老年痴呆症症状开始之前,根据UT西南医学中心的研究人员主持的一项研究发表在杂志上阿尔茨海默氏症和老年痴呆症:诊断、评估和疾病监测

“我们的重点是识别微妙的语言和声音的变化出现在阿尔茨海默病的早期阶段,但不容易辨认或个人的初级保健医生,”伊西北医学博士,西南大学神经学教授彼得·欧唐纳。大脑研究所。

研究人员使用先进的机器学习和处理(NLP)工具来评估演讲模式在206年- 114人符合轻度认知的标准下降和92人受损。团队然后映射这些发现常用的生物标记来确定测量损伤的疗效。

研究参与者,参加在亚特兰大埃默里大学的研究项目,有几个标准认知评估之前被要求记录自发1 - 2分钟的描述艺术品。

”照片的记录描述为我们提供了一个近似的会话能力,我们可以通过人工智能研究确定演讲电机控制,密度概念,语法的复杂性,以及其他语音特性,”座谈会博士说。

研究小组比较了参与者的演讲分析他们的脑脊髓液样品和核磁共振扫描,以确定准确的数字语音生物标志物检测和阿尔茨海默病状态和进展。

“自然语言处理和机器学习的发展,之前的详细研究在病人非常劳动密集型和经常不成功,因为早期的变化经常人耳不能察觉,“西北博士说。“这新方法检测那些温和的测试表现良好患者,更确切地说在识别阿尔茨海默疾病的证据,当它不容易检测到使用标准的认知评估。”

在研究中,研究人员花了不到10分钟捕捉病人的录音。传统的神经心理学测试通常需要花费几个小时的时间管理。

“如果更大规模的研究证实,使用和机器学习研究声乐录音可以提供初级保健提供者的高危个体,容易执行筛选工具”的座谈会博士说。“早期诊断会给患者和家庭更多的时间来规划未来,给临床医生推荐有前途的生活方式干预,更大的灵活性。”

更多信息:伊座谈会等,数字语音生物标志物和协会的发展与认知、脑脊髓生物标志物,在早期阿尔茨海默氏症和神经表示,阿尔茨海默氏症和老年痴呆症:诊断、评估和疾病监测(2023)。DOI: 10.1002 / dad2.12393

引用:人工智能可以及早发现阿尔茨海默氏症的迹象在说话方式,研究表明(2023年4月12日)2023年5月19日从//www.pyrotek-europe.com/news/2023-04-ai-early-alzheimer-speech-patterns.html检索
本文档版权。除了任何公平交易私人学习或研究的目的,没有书面许可,不得部分复制。内容只提供信息的目的。

进一步探索

电脑诊断阿尔茨海默病和痴呆吗?

11股票

反馈给编辑