未来阿尔茨海默氏症的信号可能隐藏在你说话的方式中

我们仍然不确定到底是什么原因造成的阿尔茨海默病，但我们知道它的影响是什么样子，而且我们越来越擅长检测它的早期迹象——也许包括我们言语中的迹象。

波士顿大学的科学家开发了一种新的人工智能（人工智能)算法分析轻度认知障碍 （MCI） 患者的言语模式。

它可以预测进展从 MCI 到阿尔茨海默氏症六年内，准确率为 78.5%。

相关：5 个早期的言语相关迹象表明您有患阿尔茨海默病的风险

该团队于 2024 年发表的研究继续他们的既往研究，他们使用 1,000 多人的录音训练了一个模型，以准确检测认知障碍。

他们的新算法是在 166 名年龄在 63-97 岁之间的 MCI 患者的转录录音上进行训练的。

由于该团队已经知道谁患上了阿尔茨海默氏症，因此机器学习方法可用于在他们的转录演讲这与认知功能将下降的 90 人联系起来，成为阿尔茨海默氏症。

一旦训练完毕，就可以反向应用该算法：尝试从以前从未处理过的语音样本的文字记录中预测阿尔茨海默氏症的风险。

其他重要因素，包括年龄和自我报告的性别，被添加以产生最终的预测评分。

“你可以把分数看作是某人保持稳定或过渡到痴呆症的可能性，概率，”说波士顿大学的计算机科学家 Ioannis Paschaldis，去年 6 月发表结果时。

“我们想预测未来六年会发生什么——我们发现我们可以以相对良好的信心和准确性合理地做出预测。它显示了人工智能的力量。

考虑到目前尚无治愈阿尔茨海默氏症的方法，您可能想知道及早发现它有什么好处——但我们确实有治疗方法可以帮助管理阿尔茨海默氏症在某种程度上，这些可以更早开始。

更重要的是，早期发现让我们有更多机会研究疾病及其进展，并从那里开发出完全有效的治疗方法。

已知可能患上阿尔茨海默氏症的人可以参加临床试验超前。

如果可以进一步发展，这种方法有很多值得喜欢的地方。这种测试可以快速、廉价地完成，即使在家里，也无需任何专业设备。

它不需要任何注射或样本，只需要记录，将来甚至可以通过智能手机应用程序运行。

“如果你能预测会发生什么，你就有更多的机会和时间窗口来干预药物，至少要努力保持病情的稳定，防止转变为更严重的痴呆症，”帕斯卡利迪斯解释.

这里使用的录音相当粗糙且质量低劣。有了更清晰的记录和数据，算法的准确性可能会变得更好。

这可以导致更好地理解阿尔茨海默氏症如何影响我们在非常早期的阶段——以及为什么它有时是从 MCI 发展而来的，有时不是。

“我们希望，像每个人一样，能够有越来越多的阿尔茨海默氏症治疗方法。”说逾越节。

该研究已发表在阿尔茨海默氏症和痴呆症.

本文的早期版本发表于 2024 年 6 月。

宝宝起名 起名