Быстрый анализ речи как инструмент диагностики болезни Альцгеймера

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.