محققان دانشگاه بوستون می‌گویند ابزار هوش مصنوعی طراحی کرده‌اند که می‌تواند با دقت 80 درصد احتمال ابتلا به بیماری آلزایمر را بر اساس الگوهای گفتاری‌اش پیش‌بینی کند.
به گفته کارشناسان، توانایی تشخیص زودهنگام زوال شناختی بالقوه، پتانسیل قابل توجهی برای کاهش پیشرفت آلزایمر دارد.
با این حال، حجم نمونه مورد استفاده کوچک بود و کارشناسان هشدار می‌دهند که چنین ابزاری نباید به عنوان یک روش انحصاری استفاده شود.
محققان دانشگاه بوستون می گویند که ابزاری برای هوش مصنوعی طراحی کرده اند که می تواند با دقت 80 درصدی بر اساس الگوهای گفتاری افراد در معرض خطر ابتلا به بیماری آلزایمر پیش بینی کند.
با استفاده از یک مدل پردازش زبان طبیعی، محققان تلاش کردند تا ببینند که آیا افراد مبتلا به زوال شناختی خفیف در یک دوره شش ساله به آلزایمر مبتلا خواهند شد یا خیر. آنها بر روی گروهی متشکل از 166 نفر – 107 زن و 59 مرد – بین سنین 63 تا 97 که سطحی از شکایات شناختی داشتند تمرکز کردند.
هر شرکت کننده بخشی از مطالعه قلب فرامینگهام، که توسط دانشگاه بوستون رهبری می شود، بوده است و به عنوان بخشی از مطالعه برای یک مصاحبه یک ساعته ضبط شده بود. این مصاحبه‌ها داده‌هایی را تشکیل می‌دهند که توسط ابزار هوش مصنوعی که محققان توسعه داده‌اند، تجزیه و تحلیل شدند.
از این گروه، 90 نفر کاهش تدریجی در عملکرد شناختی خود داشتند، در حالی که 76 نفر ثابت ماندند. اما آنچه محققان دانشگاه بوستون کشف کردند این بود که با ترکیب ابزارهای تشخیص گفتار و یادگیری ماشینی، آنها می‌توانند بر اساس نشانگرهای زیستی مرتبط با زوال شناختی، ارتباط بین الگوهای گفتاری و زوال شناختی را ردیابی کنند. به گفته محققان، مدلی که آنها توسعه دادند، هرچند در حجم نمونه کوچک، قادر به پیش بینی کاهش قابل توجه شناختی با دقت 78.5 درصد بود.

هوش مصنوعی چگونه می تواند به بیماران آلزایمر و پزشکان کمک کند؟

زوال عقل به طور مستقیم بیش از 55 میلیون نفر را در سراسر جهان تحت تاثیر قرار می دهد و بیش از 70٪ از این افراد به بیماری آلزایمر مبتلا هستند که با از دست دادن سلول های مغزی مرتبط با تجمع سمی دو پروتئین آمیلوئید و منبع مطمئن مشخص می شود.
شایع ترین علائم بیماری آلزایمر از دست دادن حافظه، نقص شناختی، مشکلات صحبت کردن، تشخیص، آگاهی فضایی، خواندن یا نوشتن و تغییرات قابل توجه در شخصیت و رفتار است. از آنجایی که آلزایمر پیشرونده است، این علائم معمولاً در ابتدا خفیف هستند و با گذشت زمان شدیدتر می شوند. بدون هیچ درمانی برای این بیماری، بیماران و مراقبان باید با دارو، تغییرات سبک زندگی و گروه‌های حمایتی به درمان نزدیک شوند.
Emer MacSweeney، مدیر عامل و مشاور رادیولوژیست اعصاب در Re:Cognition Health در لندن، انگلستان، گفت که استفاده از هوش مصنوعی برای تشخیص زودهنگام آلزایمر به پزشکان و بیماران به طور بالقوه گزینه های بیشتری نسبت به آنچه در حال حاضر در اختیار دارند، ارائه می دهد.
مک سوئینی گفت: «ابزار هوش مصنوعی برای پیش‌بینی پیشرفت آلزایمر چندین پیشرفت قابل‌توجه ارائه می‌دهد: مداخله زودهنگام با درمان‌هایی را برای کند کردن این بیماری ممکن می‌کند، دسترسی به ارزیابی‌های شناختی را از طریق غربالگری خودکار و از راه دور بهبود می‌بخشد، و برنامه‌های مراقبت شخصی را بر اساس مسیرهای پیش‌بینی‌شده بیماری تسهیل می‌کند.
وی افزود: «به‌علاوه، به پزشکان کمک می‌کند تا بیمارانی را که نیاز به نظارت شدید، بهینه‌سازی تخصیص منابع دارند، اولویت‌بندی کنند و داده‌های ارزشمندی را برای اصلاح مدل‌های پیش‌بینی‌کننده و توسعه استراتژی‌های درمانی جدید ارائه می‌دهد.»
لی گفت که موج کنونی داروها برای آلزایمر زمانی که در اسرع وقت تجویز شوند بهترین عملکرد را دارند، اما او افزود که تشخیص زوال بالقوه شناختی اغلب بر اساس وجود آمیلوئید در مغز است. اما او گفت که بخش بزرگی از افرادی که آزمایش آمیلوئید در مغزشان مثبت است، به علائم شناختی ادامه نمی‌دهند – بنابراین مدل هوش مصنوعی می‌تواند پیش‌بینی‌های دقیق‌تری ارائه دهد.

ما می دانیم که امروزه 40 درصد از موارد آلزایمر را می توان از طریق اصلاح سبک زندگی به تعویق انداخت یا از آن پیشگیری کرد: مواردی مانند نظارت، خوردن یک رژیم غذایی سالم برای قلب، کاهش مصرف الکل و مواردی از این قبیل. ورزش، درمان افسردگی – اینها چیزهایی هستند که اگر می‌دانید خطر ابتلا به بیماری آلزایمر افزایش می‌یابد، می‌توانید ادامه دهید و بگویید «اینها کارهایی هستند که می‌توانید برای مدیریت این خطر انجام دهید».

آیا نگرانی هایی در مورد استفاده از هوش مصنوعی برای نظارت بر خطر آلزایمر وجود دارد؟

MacSweeney اشاره کرد که با وجود اینکه نرخ دقت نزدیک به 80 درصد بالا است، هنوز هم پتانسیل مثبت یا منفی کاذب وجود دارد و خودکارسازی مراقبت های بهداشتی به این روش می تواند مشکلاتی ایجاد کند.
مک‌سوینی گفت: «مواردی وجود خواهد داشت که ابزار به‌درستی پیشرفت یا ثبات بیماری را پیش‌بینی می‌کند، که به طور بالقوه منجر به استرس یا اطمینان کاذب می‌شود.
او هشدار داد: «در حالی که استفاده از هوش مصنوعی این قابلیت را دارد که حوزه‌های خاصی از مراقبت‌های بهداشتی را متحول کند، این خطر وجود دارد که پزشکان ممکن است بیش از حد به پیش‌بینی‌های هوش مصنوعی بدون در نظر گرفتن زمینه بالینی گسترده‌تر تکیه کنند که منجر به تشخیص‌های اشتباه بالقوه شود».
لی همچنین هشدار داد که در حالی که میزان دقت امیدوارکننده است، حجم نمونه کوچک بود و در نهایت قرار نیست این ابزار به تنهایی مورد استفاده قرار گیرد – در حال حاضر یا در آینده.
ممکن است در مواردی که ممکن است اشتباه باشد، ممکن است زنگ خطر زیادی را به صدا درآورد و بی جهت استرس زیادی را به فرد وارد کند. اما من فکر می‌کنم این ابزار به احتمال زیاد برای استفاده به تنهایی نیست، بلکه برای استفاده همراه با یک سری چیزهای دیگر مانند آزمایش خون است که می‌تواند تصویر دقیق‌تری یا تصویر کلی‌تری از عملکرد یک فرد به شما بدهد. این امر می تواند تا حدودی این خطر را کاهش دهد.