Нейросеть для раннего выявления когнитивных нарушений создали в России
Специалисты Балтийского федерального университета имени И. Канта предложили инновационный способ обнаружения сбоев в работе мозга — на основе анализа аудиозаписей устной речи. Созданная учеными технология призвана стать инструментом для первичной оценки состояния пациентов с нарушениями когнитивной сферы, сообщает РИА Новости.
Под когнитивными нарушениями подразумевают ухудшение ряда умственных способностей — в частности, ослабление памяти и снижение интеллектуальной продуктивности относительно привычных для конкретного человека показателей. На первых порах подобные отклонения нередко принимают за банальную утомленность либо естественные возрастные трансформации, хотя они способны сигнализировать о развитии деменции и иных тяжелых патологий нервной системы и головного мозга.
Выявление таких расстройств на ранней стадии остается одной из наиболее значимых и непростых задач в современной медицинской практике. Традиционные диагностические подходы отличаются невысокой доступностью и сопряжены с существенными затратами времени и ресурсов. При этом речевые параметры — интонационные оттенки, скорость речи, особенности построения фраз — начинают меняться уже при первых признаках ослабления когнитивных способностей.
Ученые БФУ им. И. Канта сосредоточились на том, чтобы научить искусственный интеллект распознавать подобные отклонения по голосовой записи. В основу разработки легла нейросетевая мультимодальная модель, при создании которой не применялись типовые врачебные тесты для определения когнитивных сбоев — ключевым направлением стал разбор специфических черт человеческой речи.
Как пояснил Глеб Осадчий, младший научный сотрудник Балтийского центра нейротехнологий и искусственного интеллекта БФУ, нейросеть способна фиксировать не только смысловые, но и акустические нюансы высказываний. По словам исследователя, человек способен интуитивно заметить странности в чужой речи и заподозрить неладное, тогда как алгоритм количественно оценивает такие отклонения, опираясь на статистические критерии. Система сопоставляет полученные данные с массивами записей больных и здоровых людей, выделяет статистически устойчивые маркеры когнитивных расстройств и рассчитывает вероятность патологии в процентном выражении — в диапазоне от 0 до 100%.
Традиционная методика скрининга когнитивных отклонений включает задание описать вслух показанное изображение, после чего специалист анализирует содержание речи. Разработанная в БФУ модель выполняет аналогичную задачу, но дополнительно проводит оценку 88 акустических параметров — таких как особенности артикуляции, частота и длительность пауз, тремор голоса, колебания громкости и другие характеристики. Для тренировки алгоритма использовались аудиоматериалы, включающие образцы речи лиц с диагностированными когнитивными проблемами, а также записи участников контрольной группы без подобных нарушений.
При этом авторы подчеркивают, что их метод не предназначен для окончательной постановки диагноза, но может эффективно применяться в качестве инструмента предварительного обследования и служить элементом системы поддержки врачебных решений. В планах команды — доработать технологию до уровня полноценного продукта, пригодного для использования в клинической диагностике.
Ранее сообщалось, что ИИ научился диагностировать опухоли мозга за 12 минут. Нейросеть диагностирует микроскопические срезы тканей. Традиционные методы диагностики могли занимать несколько недель.