الگوریتم‌های یادگیری ماشینی برای تشخیص آلزایمر در طول مکالمات تلفنی به کار می‌روند.

شکل۱. کل پروسه مطالعه جدید راجع به آلزایمر
شکل۱. کل پروسه مطالعه جدید راجع به آلزایمر
منتشر شده در medicalxpress به تاریخ ۱۵ جولای ۲۰۲۱
لینک منبع: Machine-learning algorithms used to detect Alzheimer's during phone conversations

محققان مشغول به کار در دپارتمان بهداشت عمومی، شرکت بهداشت جهانی مک‌کین در سراسر ژاپن، سه الگوریتم را ایجاد کرده‌اند که می‌توانند برای تشخیص آلزایمر در بیماران در حین کار در مکالمات تلفنی مورد استفاده قرار گیرند. این گروه مقاله‌ای در مورد الگوریتم‌ها و اثربخشی آن‌ها نوشته و آن را در سایت دسترسی آزادPLOS One بارگذاری کرده‌است.

علی‌رغم تلاش‌های گسترده جهانی، هنوز هیچ درمانی برای بیماری آلزایمر وجود ندارد که بر میلیون‌ها نفر در سراسر جهان از جمله حدود ۵.۸ میلیون نفر در ایالات‌متحده تاثیر بگذارد

محققان پزشکی در جهت کند کردن روند پیشرفت آن دست به کار شده‌اند. به همین دلیل شناسایی زود هنگام بیماری روز به روز اهمیت بیشتری پیدا می‌کند.

بنابراین دانشمندان توجه خود را به یافتن روش‌های جدید برای پیش‌بینی این که کدام افراد به این بیماری مبتلا خواهند شد معطوف کرده‌اند. در این تلاش جدید، محققان به یادگیری ماشینی به عنوان کمک به تشخیص روی‌ آورده‌اند.

تحقیقات قبلی نشان داده‌است که برخی از نشانه‌های اولیه آلزایمر شامل صحبت آهسته‌تر از حالت عادی و توقف بیشتر در طول مکالمات است. در حال حاضر کارهایی برای تشخیص چنین مشکلات گفتاری در حال انجام است -یک پروژه توسط یک تیم در ژاپن از مصاحبه تلفنی برای آزمون وضعیت شناختی (TICS-J) استفاده می‌کند، که در آن مکالمات تلفنی ضبط و بررسی می‌شوند تا ببینند که آیا گفتاری آهسته یا شکسته وجود دارد.

در این مطالعه جدید، محققان انسان‌هایی را که در حال گوش دادن و تجزیه و تحلیل مکالمات تلفنی‌اند، با رایانه ای که الگوریتم یادگیری ماشینی را اجرا می کند، جایگزین کرده‌اند.

سه الگوریتم یادگیری ماشینی مختلف برای مطالعه الگوهای گفتار طراحی شدند.

به همه افراد آموزش داده شد که علائم آلزایمر را با استفاده از ضبط صدا از یک برنامه زوال عقل (آلزایمر) در حال انجام در ژاپن شناسایی کنند.

پس از آن دیگر ضبط صدا برای تست الگوریتم‌ها مورد استفاده قرار گرفت، و محققان دریافتند که آن‌ها به طور متوسط خوب یا کمی بهتر از TICS-J بودند و هیچ مثبت کاذبی را باز نمی‌گرداندند. محققان پیشنهاد می‌کنند که الگوریتم‌های آن‌ها می‌تواند برای ارائه یک شکل ارزان‌تر و قابل‌دسترس‌تر از آزمایش اولیه آلزایمر مورد استفاده قرار گیرد.

این متن با استفاده از ربات مترجم مقالات یادگیری ماشینی ترجمه شده و به صورت محدود مورد بازبینی انسانی قرار گرفته است.در نتیجه می‌تواند دارای برخی اشکالات ترجمه باشد.
مقالات لینک‌شده در این متن می‌توانند به صورت رایگان با استفاده از مقاله‌خوان ترجمیار به فارسی مطالعه شوند.