Zespół badaczy z Akademii Leona Koźmińskiego (ALK), ośrodka badawczego WarsawIQ i Uniwersytetu Marii Curie-Skłodowskiej w Lublinie opracował metodę, która analizuje za pomocą sztucznej inteligencji sposób mówienia pacjentów. Rozwiązanie może w przyszłości wspierać lekarzy w przesiewowej, bezinwazyjnej ocenie pogorszenia funkcji poznawczych.

Wczesne wykrywanie demencji jest jednym z największych wyzwań wobec starzenia się społeczeństw. Liczba osób z demencją na świecie może wzrosnąć z 57,4 mln w 2019 r. do 152,8 mln w 2050 r. W Polsce, podobnie jak w wielu krajach europejskich, skala problemu będzie rosła wraz ze starzeniem się populacji. Liczba osób z otępieniem w Polsce może wzrosnąć z ok. 525 tys. w 2018 r. do ponad miliona w 2050 r. - podano w publikacji, która ukazała się w czasopiśmie „Frontiers in Neuroinformatics”.

Naukowcy ocenili, że jednym z największych problemów w walce z demencją jest jej późne rozpoznanie. Kiedy pacjent lub jego bliscy zauważają pierwsze wyraźne objawy otępienia – problemy z pamięcią, trudności w codziennym funkcjonowaniu albo zmiany osobowości – proces chorobowy bywa już zaawansowany. Okazuje się, że najwcześniej może zmieniać się mowa chorych: pojawiają się dłuższe pauzy, mniejsza płynność wypowiedzi, powtórzenia, błędy, uproszczenia składniowe i trudności w doborze słów.

Badacze sprawdzili, jak nagrania mowy analizują różne typy sztucznej inteligencji. System łączy m.in. model HuBERT, który bierze pod lupę akustyczne właściwości głosu, zestaw parametrów eGeMAPS wyodrębnianych za pomocą openSMILE oraz modele Whisper i GPT-4o, które pozwalają przekształcać mowę w tekst i analizować cechy językowe wypowiedzi.

Algorytm nie analizuje więc tylko tego, co mówi pacjent, lecz także to, jak mówi: tempo artykulacji, pauzy, stabilność głosu, płynność, składnię, powtórzenia i spójność wypowiedzi. To szczególnie ważne, ponieważ subtelne zmiany w mowie mogą być trudne do wychwycenia w codziennym kontakcie, ale możliwe do opisania ilościowo przez systemy uczenia maszynowego.

„Nie chodzi o to, aby komputer zastąpił lekarza. Chodzi o to, aby lekarz otrzymał dodatkowy, obiektywny sygnał – oparty na danych, możliwy do zebrania podczas zwykłej rozmowy. Mowa jest niezwykle bogatym źródłem informacji o funkcjonowaniu poznawczym człowieka. Sztuczna inteligencja pozwala dostrzec w niej wzorce, które dla nas pozostają zbyt subtelne” – powiedział współautor badania, dr Karol Chlasta z Katedry Zarządzania w Społeczeństwie Sieciowym ALK, cytowany w komunikacie ALK przesłanym PAP.

Badacze podkreślili, że analiza mowy może być wykonywana zdalnie, często i stosunkowo niskim kosztem. Może więc być wykorzystywana w telemedycynie, opiece nad seniorami, przez lekarzy pierwszego kontaktu i terapeutów mowy. Została jednak zaprojektowana jako rozwiązanie przesiewowe wspierające wczesne wykrywanie pogorszenia funkcji poznawczych, a nie narzędzie formalnej diagnozy klinicznej.

„Wystarczy nagranie audio – wykonane smartfonem, tabletem albo w ramach teleporady. To otwiera drogę do częstszego, bardziej dostępnego monitorowania zmian poznawczych, zwłaszcza tam, gdzie dostęp do specjalistycznej diagnostyki jest ograniczony” – wyjaśnił dr Chlasta.

Badanie zostało przeprowadzone w ramach konkursu organizowanego podczas międzynarodowej konferencji poświęconej akustyce, mowie i przetwarzaniu sygnałów (International Conference on Acoustics, Speech, and Signal Processing, ICASSP) w 2025 r. w Indiach. Zespoły rywalizowały tam w analizie nagrań mowy pod kątem przewidywania poziomu funkcji poznawczych i wsparcia rozpoznawania demencji. Polacy zajęli 10. miejsce na 80 grup badawczych z całego świata. (PAP)

Nauka w Polsce

abu/ zan/