Nghiên cứu cho thấy, AI có thể phát hiện các dấu hiệu sớm của bệnh Alzheimer trong các mẫu lời nói

"Trọng tâm của chúng tôi là xác định những thay đổi ngôn ngữ và âm thanh tinh tế xuất hiện trong giai đoạn đầu của bệnh Alzheimer nhưng không dễ nhận ra bởi các thành viên gia đình hoặc bác sĩ chăm sóc chính của một cá nhân", Ihab Hajjar, MD, Giáo sư Thần kinh học tại Viện não Peter O'Donnell Jr. của UT Southwest cho biết.

Các nhà nghiên cứu đã sử dụng các công cụ học máy và xử lý ngôn ngữ tự nhiên (NLP) tiên tiến để đánh giá các mẫu lời nói ở 206 người - 114 người đáp ứng các tiêu chí suy giảm nhận thức nhẹ và 92 người không bị suy giảm. Sau đó, nhóm nghiên cứu đã ánh xạ những phát hiện đó vào các dấu ấn sinh học thường được sử dụng để xác định hiệu quả của chúng trong việc đo lường sự suy giảm.

Những người tham gia nghiên cứu, những người đã đăng ký vào một chương trình nghiên cứu tại Đại học Emory ở Atlanta, đã được đưa ra một số đánh giá nhận thức tiêu chuẩn trước khi được yêu cầu ghi lại mô tả tự phát từ 1 đến 2 phút về tác phẩm nghệ thuật.

"Các mô tả được ghi lại của bức tranh cung cấp cho chúng tôi một xấp xỉ về khả năng đàm thoại mà chúng tôi có thể nghiên cứu thông qua trí tuệ nhân tạo để xác định kiểm soát động cơ lời nói, mật độ ý tưởng, độ phức tạp ngữ pháp và các đặc điểm lời nói khác", Tiến sĩ Hajjar nói.

Nhóm nghiên cứu đã so sánh phân tích giọng nói của những người tham gia với các mẫu dịch não tủy và quét MRI để xác định mức độ chính xác của các dấu ấn sinh học giọng nói kỹ thuật số phát hiện cả suy giảm nhận thức nhẹ và tình trạng và tiến triển của bệnh Alzheimer.

"Trước khi phát triển học máy và NLP, nghiên cứu chi tiết về các mẫu lời nói ở bệnh nhân cực kỳ tốn nhiều công sức và thường không thành công vì những thay đổi trong giai đoạn đầu thường không thể phát hiện được đối với tai người", Tiến sĩ Hajjar nói. "Phương pháp xét nghiệm mới này thực hiện tốt trong việc phát hiện những người bị suy giảm nhận thức nhẹ và cụ thể hơn trong việc xác định bệnh nhân có bằng chứng về bệnh Alzheimer - ngay cả khi nó không thể dễ dàng phát hiện bằng cách sử dụng các đánh giá nhận thức tiêu chuẩn."

Trong quá trình nghiên cứu, các nhà nghiên cứu đã dành ít hơn 10 phút để ghi lại bản ghi âm giọng nói của bệnh nhân. Các xét nghiệm tâm thần kinh truyền thống thường mất vài giờ để thực hiện.

"Nếu được xác nhận với các nghiên cứu lớn hơn, việc sử dụng trí tuệ nhân tạo và học máy để nghiên cứu các bản ghi âm giọng nói có thể cung cấp cho các nhà cung cấp dịch vụ chăm sóc chính một công cụ sàng lọc dễ thực hiện cho những người có nguy cơ", Tiến sĩ Hajjar nói. "Các chẩn đoán sớm hơn sẽ giúp bệnh nhân và gia đình có nhiều thời gian hơn để lập kế hoạch cho tương lai và giúp các bác sĩ lâm sàng linh hoạt hơn trong việc đề xuất các can thiệp lối sống đầy hứa hẹn."

Tiến sĩ Hajjar đã hợp tác trong nghiên cứu này với một nhóm các nhà nghiên cứu tại Emory, nơi trước đây ông từng là Giám đốc Đơn vị Thử nghiệm Lâm sàng của Trung tâm Nghiên cứu Bệnh Alzheimer Goizueta trước khi gia nhập UTSW vào năm 2022. Ông đang tiếp tục thu thập các bản ghi âm giọng nói ở Dallas như một phần của nghiên cứu tiếp theo tại UTSW được tài trợ bởi Viện Y tế Quốc gia.

Nghiên cứu này được hỗ trợ bởi các khoản tài trợ từ Viện Y tế Quốc gia / Viện Lão hóa Quốc gia (AG051633, AG057470-01, AG042127) và Quỹ Khám phá Thuốc Alzheimer (20150603).

Tiến sĩ Hajjar giữ chức Chủ tịch Đại học Xuất sắc Gia đình Pogue về Nghiên cứu và Chăm sóc Lâm sàng Bệnh Alzheimer, để tưởng nhớ Maurine và David Weigers McMullan.

Reference: Hajjar I, Okafor M, Choi JD, et al. Development of digital voice biomarkers and associations with cognition, cerebrospinal biomarkers, and neural representation in early Alzheimer’s disease. Alz & Dem Diag Ass & Dis Mo. 2023;15(1):e12393. doi: 10.1002/dad2.12393