تشخیص بیماری آلزایمر
اخبارهوش مصنوعی در جهان

تشخیص بیماری آلزایمر به کمک الگوریتم‌های یادگیری ماشین

    0
    مدت زمان مطالعه: ۲ دقیقه

    پژوهشگرانِ مستقر در واحد بهداشت عمومی ( بخشی از شرکت بهداشت و درمان McCann، واقع در ژاپن) سه الگوریتم ساخته‌اند که با گوش دادن به مکالمات تلفنی بیماران، به تشخیص بیماری آلزایمر کمک می‌کند.

    این پژوهشگران در مقاله‌ای به معرفی این سه الگوریتم‌ و بررسی میزان اثربخشی آن‌ها پرداخته‌اند. متن این مقاله در وب‌سایت PLOS ONE در دسترس است.

    فرایند تشخیص بیماری آلزایمر به کمک الگوریتم‌های ML

    فرایند تشخیص بیماری آلزایمر به کمک الگوریتم‌های ML

    علیرغم تلاش‌ بشر، هنوز درمانی برای بیماری آلزایمر کشف نشده است. میلیون‌ها نفر در سراسر جهان به این بیماری مبتلا هستند و شمار آن‌ها در ایالات متحده به ۸/۵ میلیون نفر می‌رسد. پژوهشگران پزشکی توانسته‌اند سرعت پیشروی این بیماری را کاهش دهند و به همین دلیل ضرورت تشخیص زودهنگام این بیماری بیش از هر زمان دیگری احساس می‌شود. از این روی، دانشمندان برای شناسایی افرادی که احتمالاً در آینده به این بیماری مبتلا خواهند شد به روش‌های نوینی روی آورده‌اند. پژوهشگران واحد بهداشت عمومی شرکت McCann در اقدامی جدید، برای تشخیص بیماری آلزایمر، آن هم به صورت زودهنگام، به سراغ الگوریتم‌های یادگیری ماشین رفته‌اند.
    به طور معمول، از کند شدن تَکَلُم و وقفه بیش از حد میان صحبت‌ها به عنوان علائم آلزایمر یاد می‌شود. در حال حاضر، پژوهش‌هایی برای تشخیص این اختلالات گفتاری در حال انجام است. برای مثال، گروهی از پژوهشگران ژاپنی، برای حل این مشکل آزمون مصاحبه تلفنیِ تشخیص وضعیت شناختی (TICS-J) را انجام می‌دهند؛ در این آزمون، مکالمات تلفنی ثبت و بررسی می‌شوند و محققان در آن‌ها به دنبال نشانه‌هایی مبنی بر کند شدن سرعت تکلم و یا وقفه‌های گاه و بی‌گاه می‌گردند. محققان شرکت McCann در پژوهش جدید خود، برای گوش دادن و تحلیل مکالمات تلفنی (به جای انسان) از کامپیوتری مجهز به الگوریتم‌های یادگیری ماشین کمک گرفته‌اند.
    این پژوهشگران، سه الگوریتم یادگیری ماشین برای مطالعه و بررسی الگوهای گفتاری طراحی کرده‌اند. این سه الگوریتم به گونه‌ای آموزش دیده‌اند که با گوش دادن و تحلیل مکالمات ضبط‌شده، علائم ابتلا به آلزایمز را تشخیص می‌دهند. پژوهشگران عملکرد این الگوریتم‌ها را بر مبنای سایر مکالمات ضبط‌شده می‌سنجند. آن‌ها متوجه شدند عملکرد این الگوریتم‎ها به طور میانگین هم‌سطح و یا کمی بهتر از TICS-J است و در نتایج‌شان مثبت کاذب نیز به چشم نمی‌خورد. این پژوهشگران معتقدند الگوریتم‌های آن‌ها می‌توانند جایگزین ارزان‌تر و بهتری برای تست‌های تشخیص بیماری آلزایمر باشند.

    این مطلب چه میزان برای شما مفید بوده است؟
    [کل: ۰ میانگین: ۰]

    دلیکس ؛ استخراج متن از تصویر با درصد خطای بسیار پایین

    مقاله قبلی

    کتابخانه Pandas و ۶ گزینه برای نمایش فرمت در آن که باید به خاطر بسپارید

    مقاله بعدی

    شما همچنین ممکن است دوست داشته باشید

    بیشتر در اخبار

    نظرات

    پاسخ دهید

    نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *