Skip to main content
European Commission logo
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS
CORDIS Web 30th anniversary CORDIS Web 30th anniversary

Multicentric Language Markers of NeuroDegeneration

Article Category

Article available in the following languages:

Co analiza języka może nam powiedzieć o zdrowiu mózgu

Analiza wzorców językowych pacjentów wykorzystująca sztuczną inteligencję może pomóc ekspertom medycznym w dokładniejszym przewidywaniu, charakteryzowaniu i monitorowaniu zaburzeń neurodegeneracyjnych.

Choroby neurodegeneracyjne to stany, w których komórki mózgowe (neurony) stopniowo tracą swoją funkcję i obumierają, co może prowadzić do upośledzenia funkcji poznawczych. Do najczęstszych chorób neurodegeneracyjnych należą choroby Alzheimera (AD) i Parkinsona (PD). „Wraz z wiekiem naturalne zmiany biologiczne, takie jak kurczenie się tkanki mózgowej, utrata energii w komórkach i zmniejszona zdolność do naprawy uszkodzeń, sprawiają, że mózg staje się bardziej wrażliwy” — wyjaśnia kierowniczka projektu MULTI-LAND Lucia Amoruso z Basque Center on Cognition, Brain and Language (BCBL) w Hiszpanii. „Czynniki takie jak genetyka i aspekty środowiskowe również odgrywają kluczową rolę”.

Analiza znaczników języka naturalnego

Projekt MULTI-LAND, wspierany przez program działania „Maria Skłodowska-Curie”, miał na celu opracowanie dokładniejszych i skuteczniejszych sposobów diagnozowania i monitorowania stanu mózgu, wykorzystując do tego język. Amoruso opierała się na wypróbowanej i przetestowanej metodzie analizy mowy pacjenta — różnica polegała na tym, że zastosowała sztuczną inteligencję (AI) i narzędzia uczenia maszynowego, aby wydobyć znacznie więcej informacji niż było to możliwe dotychczas. „Zazwyczaj prosiło się po prostu pacjenta, aby w ciągu minuty powiedział jak najwięcej słów zaczynających się od litery P” — wyjaśnia. „Potem trzeba po prostu policzyć liczbę poprawnych słów i na tej podstawie dokonać oceny. To, co chciałam zrobić, to zastosować narzędzia sztucznej inteligencji do wyszukiwania cech językowych, takich jak częstotliwość używanych słów, a także takich rzeczy, jak tempo mowy, wysokość dźwięku i występujące pauzy”. Amoruso sądziła, że te, jak się je nazywa, naturalne znaczniki językowe mogą zawierać wiele informacji, które mogą pomóc personelowi medycznemu w scharakteryzowaniu zaburzeń i dokładniejszym przewidywaniu nasilenia objawów. „To podejście jest tanie, skalowalne i wymaga od pacjentów jedynie mówienia” — dodaje. „Dzięki temu jest zarówno dostępne, jak i przyjazne dla pacjentów”.

Dane dotyczące mowy i obrazowania mózgu

We współpracy z Uniwersytetem w San Andres (strona internetowa w języku hiszpańskim) w Argentynie w ramach projektu przeanalizowano dane dotyczące mowy pacjentów z AD i PD, a także mowy osób zdrowych. Algorytmy uczenia maszynowego zostały następnie wytrenowane do identyfikowania, czy osoba mówiąca była osobą chorą czy zdrową z grupy kontrolnej, na podstawie jej wzorca mowy. Zespół badawczy za pomocą tej analizy z wykorzystaniem sztucznej inteligencji był w stanie rozpoznać wyraźne wzorce, które pozwalały odróżniać pacjentów od zdrowych osób z grupy kontrolnej. „Pacjenci z AD przykładowo mieli tendencję do używania często mniej konkretnych słów, takich jak «kwiat» zamiast «róża»” — mówi Amoruso. „Wzorce te były powiązane z atrofią mózgu i zmniejszoną łącznością w sieciach związanych z pamięcią. Z drugiej strony pacjenci z PD preferowali konkretne słowa, takie jak «fortepian» zamiast «symfonia», i mieli trudności z przechodzeniem między koncepcjami”.

Niezawodne narzędzia do monitorowania chorób neurodegeneracyjnych

Co ważne, Amoruso była w stanie ustalić, że wzorce te były takie same w populacjach hiszpańskojęzycznych w Ameryce Łacińskiej i Europie. Podkreśla to potencjał znaczników języka naturalnego (NLM) jako niezawodnych narzędzi do wykrywania i monitorowania chorób neurodegeneracyjnych w różnych kontekstach kulturowych. „Kolejne kroki obejmują wypróbowanie takich znaczników w większej liczbie języków i identyfikację tych, które pozostają stałe niezależnie od różnic językowych i kulturowych oraz zmiennych społeczno-biologicznych” — zauważa Amoruso. „Ostatecznym celem jest opracowanie narzędzi przyjaznych dla użytkownika, np. aplikacji mobilnych, które integrowałaby NLM z rutynowymi ocenami klinicznymi. Usprawniłoby to diagnostykę i monitorowanie tych schorzeń”. Amoruso ma nadzieję, że praca nad projektem pomoże na nowo zdefiniować sposób wykrywania i leczenia chorób neurodegeneracyjnych w przyszłości. „Otwierając drzwi do niedrogich, opłacalnych i nieinwazyjnych narzędzi, możemy promować sprawiedliwy dostęp do technologii diagnostycznych” — dodaje Amoruso. „Wzmocni to docelowo pozycję jednostek, zmniejszy różnice zdrowotne i poprawi jakość życia starzejących się populacji na całym świecie”.

Słowa kluczowe

MULTI-LAND, język, mózg, neurodegeneracyjne, choroba Alzheimera, choroba Parkinsona, genetyka

Znajdź inne artykuły w tej samej dziedzinie zastosowania