تستخدم نماذج الذكاء الاصطناعي معالجة اللغة الطبيعية للتنبؤ بمخاطر الإصابة بمرض الزهايمر

فريق من باحثي الذكاء الاصطناعي من شركة IBM و Pfizer طور خوارزميات الذكاء الاصطناعي يمكن أن يكتشف علامات مرض الزهايمر من خلال تحليل كتابات الناس وإيجاد الأنماط اللغوية.

طور باحثون آخرون في منظمة العفو الدولية نماذج تهدف إلى التنبؤ بتطور مرض الزهايمر من خلال تحليل فحوصات التصوير المقطعي بالإصدار البوزيتروني أو عن طريق تفسير بيانات الاختبارات السريرية. تم تدريب هذه النماذج الأخرى على البيانات الحديثة ، لكن النموذج الذي طوره فريق IBM-Pfizer تم تدريبه على بيانات من دراسة فرامنغهام للقلب ، والتي تتضمن بيانات عن أكثر من 14,000 شخص عبر ثلاثة أجيال وستة عقود. تعد الطبيعة طويلة المدى للبيانات مهمة ، كما لو كان الذكاء الاصطناعي قادرًا على اكتشاف الأنماط بشكل موثوق داخل مجموعات سكانية كبيرة على مدى فترات طويلة من الزمن ، يمكن للباحثين توقع ظهور أعراض مرض الزهايمر قبل تقنيات التشخيص الحالية. علاوة على ذلك ، يمكن أن تكون طريقة تشخيص موثوقة لا تتطلب استخدام تقنية المسح أو الاختبارات الغازية ، مما يزيد من نطاق السيناريوهات التي يمكن استخدامها فيها.

وفقًا لنائب رئيس قسم الرعاية الصحية وعلوم الحياة في شركة IBM ، Ajay Royyuru ، يمكن لنماذج الذكاء الاصطناعي التي طورها فريق البحث أن تعمل كأداة تساعد الممارسين الطبيين في الحصول على أدلة حول التطور المحتمل لمرض الزهايمر قبل الاختبارات السريرية. يمكن أن تعمل النماذج بشكل أساسي كنظم إنذار مبكر تحث الممارسين الطبيين على إجراء اختبارات أكثر شمولاً.

ومن أجل تدريب نماذج الذكاء الاصطناعي، استخدم فريق البحث نسخًا من الإجابات المكتوبة بخط اليد على أسئلة مختلفة. طُلب من المشاركين في دراسة فرامنغهام للقلب أن يصفوا صورة لبيئة ما باستخدام لغتهم الطبيعية. تمت رقمنة الإجابات التي قدمها المجيبون وتم تغذية النسخ إلى خوارزميات التعلم الآلي كبيانات تدريب. وفقًا لشركة IBM، تمكنت النماذج من التقاط بعض السمات اللغوية المرتبطة بتطور الاضطرابات التنكسية العصبية. لقد وجد الأطباء منذ فترة طويلة أن الاستخدام المعين للكلمات المتكررة والأخطاء الإملائية وتفضيل العبارات البسيطة على الجمل الأكثر تعقيدًا يمكن أن يكون مؤشرًا على تطور مرض الزهايمر، وقد توصلت نماذج الذكاء الاصطناعي إلى هذه الميزات نفسها.

وفقًا نتائج الدراسة، حقق النموذج الرئيسي دقة تقارب 70٪ في التنبؤ بأي من المشاركين في الدراسة الأصلية أصيب بمرض الزهايمر في نهاية المطاف بعمر 85. النماذج ، وبالتالي النتائج ، مستمدة من البيانات التاريخية في الدراسة الأصلية. لم يتنبأوا حقًا بالأحداث المستقبلية. بالإضافة إلى ذلك ، تم تدريب نموذج الذكاء الاصطناعي على أقدم قسم فرعي من سكان فرامنغهام. كان هؤلاء السكان في المقام الأول من البيض غير اللاتينيين ، ونتيجة لذلك ، هناك حدود لمدى تعميم النتائج للأعراق الأخرى والسكان الآخرين في جميع أنحاء العالم. كان حجم عينة الدراسة صغيرًا نوعًا ما أيضًا ، ويتألف من 40 فردًا فقط أصيبوا بالخرف و 40 شخصًا لم يصابوا به.

على الرغم من هذه القيود ، فإن الدراسة لها قيمة باعتبارها واحدة من الدراسات الأولى لتحليل بيانات الحياة الواقعية واسعة النطاق التي تم جمعها على مدى فترة زمنية طويلة. يمكن زيادة دقة النموذج إذا تم تضمين بعض الميزات التي تم تركها خارج الدراسة في بيانات التدريب المستقبلية ، مثل الكتابة اليدوية. يمكن أيضًا استخدام نهج مماثل مع التسجيلات الصوتية للكلام ، والذي يتضمن فترات توقف غير ممثلة في اللغة المكتوبة.

وفقًا لـ Royyuru ، فإن ميزة استخدام عينات اللغة هي أنه بغض النظر عما إذا كانت العينات منطوقة أو مكتوبة ، فهي طرق غير باضعة للتحقق من الظروف المعرفية للأشخاص. يمكن جمع بيانات اللغة عن بُعد وبتكلفة زهيدة نسبيًا عن طريق الاستفادة من الإنترنت ، على الرغم من أنه من المهم أن يتم تطبيق إجراءات حماية الخصوصية والموافقة المستنيرة عند جمع مثل هذه البيانات.

مؤلف مشارك في الدراسة وباحث في التصوير العصبي والطب النفسي الحسابي في IBM ، Guillermo Cecchi ، شرح لمجلة Scientific American أن العملية يتم تكييفها لفهم الأشكال الأخرى للمرض أيضًا:

"نحن بصدد الاستفادة من هذه التكنولوجيا لفهم أمراض مثل الفصام و [التصلب الجانبي الضموري] ومرض باركنسون ، ونقوم بذلك في الدراسات المستقبلية [التي] تحلل عينات الكلام المنطوق ، مع الموافقة من الاختبارات اللفظية المعرفية المماثلة. "