识别AI的采访录音，就能诊断出AD的阶段？ [精神分裂]
将记录数据转换为认知评估的流程图。上面和下面的箭头分别总结了每个步骤的目标和相应的方法
在机器学习中，曲线下面积(AUC)代表分类器区分不同类别的能力。AUC越高，模型区分不同类别的能力越强。在阿尔茨海默病的诊断中，该模型的AUC高达92.6%，而以往诊断模型的AUC约为80%。此外，该模型区分普通人轻度认知障碍(MCI)和MCI与阿尔茨海默病的AUC分别为74.4%和88%。
1、利用记录的内容诊断痴呆症
以前，现有的机器学习算法能够从录音中提取声音和词汇特征来建立诊断模型。然而，大多数研究依赖于人工转录和人工制作声音数据特征，这需要很长的时间和很大的成本。Amigny的团队利用了NLP技术，如语音识别、声纹分割和聚类、句子编码器等。实现了整个诊断过程的自动化，取得了良好的诊断效果。
该团队从一项大型慢性病研究中收集了大量医学数据，其中包含133项神经心理学检查的记录，包括多达1084名患者的测试信息。评估共涵盖8个子任务，测量语言能力、视知觉技能、病前智力、抽象推理、注意力、视觉和语言的短时记忆、联想学习能力等认知功能。在预处理中，研究者首先使用谷歌语音工具将录音转换成文字。他们随后对谷歌ALBERT-xlarge的自然语言处理模型进行了微调，并使用了一种类似于命名实体识别的方法来标记和区分患者和医生的句子。之后，研究人员将记录的数据分为训练集和测试集，然后利用转录的数据和地面真值标签对BERT模型进行调整和训练，预测每句话对应的评估类型。
由于缺乏训练数据，研究人员使用迁移学习来捕捉句子中的重要特征。经过预处理后，他们使用通用句子编码器(一种基于Transformer架构和注意机制的神经网络)，将患者说出的句子编码成嵌入的向量。这些嵌入的向量将被特征选择以生成认知能力分数。然后，认知得分和人口统计信息将一起用于训练分类器。一旦生成量化数据(即这些编码的句子)，诊断模型系统将使用多层感知器和逻辑回归等机器学习技术来计算个体认知障碍的可能性。
一个安静的下午，王阿姨去客厅拿东西。这时，突然来了一个房地产销售电话。阿姨脾气比较直，三下两下就把手机关了。但是关了电话之后，她茫然的站在客厅里，忘记了自己要做什么。从那以后，王大妈一直害怕自己得了老年痴呆症，焦虑的情绪困扰着她。虽然她相信她不是，但她暗地里对此表示怀疑。那么，王大妈有老年痴呆症吗？
想要得到一个准确的答案，并没有你想的那么简单。目前阿尔茨海默病的诊断方法有几种:一是利用生物标志物进行评估。常见的生物标记是斑块和神经原纤维缠结。2.通过磁共振成像评估神经变性的发展。这些方法虽然有利于脑部疾病的早期诊断，但也要求患者有足够的医疗资源。第三，也是最常见的考试方式，通过面对面的面试进行神经心理学考试。在这样的检查中，医生会要求病人完成一系列的测试并进行评估。
然而，19年发表在《柳叶刀-神经元》上的报告显示，我国城乡之间、各级医院之间的诊断资源和水平存在明显差异。目前只有10%左右的三级医院设立了记忆门诊和痴呆中心。然而，在没有相应资源的医院，认知障碍是由缺乏痴呆专门培训的神经科医生根据个人临床经验诊断的。在资源稀缺的县医院，阿尔茨海默病的诊断是由相关经验较少的医生做出的。以上种种因素都容易导致大量的误诊和漏诊，使患者陷入不必要的困境。
中国老龄协会21年发布的报告显示，我国近6%的老年痴呆症患病率和近1510万老年痴呆症患者对应的是医疗资源的不足[3]。目前，我国急需一种可靠有效的辅助诊疗工具，实现阿尔茨海默病的早筛查、早诊断、早干预。
好消息是出现了一种便捷的诊断方法。这个月，波士顿大学工程学院的Samad Amini和他的研究团队发表了一篇文章。他们开发了一种自然语言处理(NLP)模型，通过将采访录音转换为文本，可以有效地诊断阿尔茨海默病的不同阶段。
2.医学诊断的意义
显然，这个基于人工智能的诊断系统暂时还不能独善其身。首先，它对MCI的识别能力还有待加强。由于轻度认知障碍往往是阿尔茨海默病的早期表现，因此对轻度认知障碍的早期筛查和干预是人们更加关注的焦点。其次，在诊断过程中只能起到辅助作用，其诊断结果仍需医生进一步检查确认。然而，研究人员也认为，收集更多的纵向数据可以帮助机器学习模型更灵敏地捕捉认知能力的变化，自动化工具本身也可以有效减轻医务人员的操作负担。因此，我们有理由相信，这项研究代表了一个充满希望和积极的开端，而不是一个锤击测试结果。
该研究的合著者Ioannis Paschalidis表示，这种诊断工具对于大规模自动化医疗评估的发展至关重要。未来可以发展成为多语言、低成本、大范围的web诊断工具，让患者在家就能轻松完成远程医疗诊断。原作者还认为，认知评估的可及性是一个全球性问题，开发这样一种工具可以让数百万缺乏医疗资源的认知障碍患者受益。
最后来回答一下开头王大妈的问题。如果你在看到一个相关的项目后还记得你最初想做什么，那么你很有可能还没有患上痴呆症。出现这种情况是因为大脑的临时记忆(工作记忆容量)不够，使得这些信息暂时从思维的河流中消失。但是，这么小的观察，远不能称之为诊断标准。希望有一天，我们可以等到升级版的痴呆症诊断系统，让王大妈所属的风险人群可以简单快捷的观察记录自己的认知状态，摆脱日复一日的焦虑和疑惑。
作者:佟宁聪|封面:freepik
编辑:光影|排版:Sheryl
- 发表评论
-
- 最新评论 进入详细评论页>>
