Быстрый анализ речи как инструмент диагностики болезни Альцгеймера

Быстрый анализ речи как инструмент диагностики болезни Альцгеймера

07 Feb 2022
59
Прослушать

Болезнь Альцгеймера, как известно, трудно диагностировать. Обычно врачи используют сочетание когнитивных тестов, визуализации мозга и наблюдения за поведением, что может быть дорогостоящим и отнимать много времени. Но что, если бы быстрый образец голоса, легко взятый на дому, помог выявить пациента с болезнью Альцгеймера?

Компания под названием Canary Speech создает технологию, позволяющую сделать именно это. Используя технологию глубокого обучения, ее алгоритмы анализируют короткие образцы голоса на наличие признаков болезни Альцгеймера и других заболеваний. Поставщик решений на базе глубокого обучения Syntiant недавно объявил о сотрудничестве с Canary Speech, что позволит Canary Speech перенести технологию, которая в основном используется в кабинетах врачей и больницах, в дом человека с помощью медицинского устройства.

Первоначально система Canary использовала облачное решение, но сотрудничество с Syntiant позволяет создать приложение на чипе, которое работает быстрее и имеет больше памяти и объема хранения. Новая технология должна быть встроена в носимое устройство и занимать менее секунды для анализа 20- или 30-секундного образца речи на предмет наличия таких заболеваний, как болезнь Альцгеймера, а также тревожность, депрессия и даже общий уровень энергии. Сегодня точность системы Canary составляет около 92,5%, когда речь идет о различении голосов людей с болезнью Альцгеймера и без нее. Есть некоторые исследования, позволяющие предположить, что такие состояния, как депрессия и тревожность, также влияют на речь, и Canary работает над тестированием и повышением точности алгоритмов для обнаружения этих состояний.

Хотя некоторые исследования показали, что методы глубокого обучения с использованием голоса и других типов данных являются высокоточными при классификации больных болезнью Альцгеймера и другими заболеваниями в лабораторных условиях, вполне возможно, что в реальном мире результаты будут другими. Тем не менее, такие методы могут стать полезными инструментами при постановке сложного диагноза.

Еще одна проблема - это потенциальная предвзятость, которая, как показали последние исследования, может возникнуть у искусственного интеллекта, если данные, на которых обучается алгоритм, недостаточно разнообразны. Например, возможно, что алгоритм, обученный на образцах речи жителей одного региона, будет работать не так хорошо в другом. Правда, разработчики Canary говорят, что их алгоритм анализирует неязыковые элементы речи, и что у них есть версии технологий, используемых в других странах, таких как Япония и Китай, которые обучаются на данных носителей языка.