Canary Speech создает технологию для диагностирования болезни Альцгеймера с помощью ИИ

Известно, что болезнь Альцгеймера трудно диагностировать. Как правило, врачи используют комбинацию когнитивных тестов, визуализации мозга и наблюдения за поведением, что может быть дорогостоящим и занимать много времени. Но что, если быстрый образец голоса, который легко взять у человека дома, может помочь идентифицировать пациента с болезнью Альцгеймера?

Компания Canary Speech создает именно эту технологию. Используя глубокое обучение, ее алгоритмы анализируют короткие образцы голоса на наличие признаков болезни Альцгеймера и других заболеваний. Поставщик глубокого обучения Syntiant недавно объявил о сотрудничестве с Canary Speech, что позволит Canary перенести технологию, которая в основном используется в кабинетах врачей и больницах, в дом человека с помощью медицинского устройства. 

Хотя некоторые исследования показали, что методы глубокого обучения с использованием голоса и других типов данных очень точны при классификации людей с болезнью Альцгеймера и другими заболеваниями в лабораторных условиях, возможно, в реальном мире результаты будут другими. Тем не менее, искусственный интеллект и методы глубокого обучения могут стать полезными инструментами для постановки сложного диагноза.

Большинство людей думают, что болезнь Альцгеймера — наиболее распространенная форма деменции — влияет на память. Но исследования показывают, что болезнь Альцгеймера может влиять на речь и язык даже на самых ранних стадиях — до того, как будут заметны большинство симптомов. В то время как люди обычно не могут уловить эти тонкие эффекты, модель глубокого обучения, обученная на голосах десятков тысяч людей с такими условиями и без них, может различать эти факторы.

«То, что вас интересует, — это то, что сообщает вам центральная нервная система, что передается посредством создания речи. Это то, что делает Canary Speech — мы анализируем этот набор данных»

Генри О’Коннелл генеральный директор и соучредитель Canary Speech

До сих пор алгоритм был основан на облаке, но сотрудничество Canary с Syntiant позволяет использовать приложение на основе чипа, которое работает быстрее и имеет больше памяти и емкости для хранения. 

Новая технология предназначена для включения в носимое устройство и менее чем за секунду анализирует 20- или 30-секундный образец речи для таких состояний, как болезнь Альцгеймера, а также тревоги, депрессии и даже общего уровня энергии. О"Коннелл рассказал, что точность системы Canary составляет около 92,5%, когда речь идет о правильном различении голосов людей с болезнью Альцгеймера и без нее. 

Есть некоторые исследования, которые предполагают, что такие состояния, как депрессия и тревога, влияют на речь, и О"Коннелл рассказал, что Canary работает над тестированием и повышением точности алгоритмов для обнаружения этих состояний.

По словам Фрэнка Рудзича — доцента компьютерных наук Университета Торонто и соучредителя Winterlight Labs, которая производит продукт, аналогичный Canary Speech — другие голосовые технологии имели аналогичный успех. В исследовании 2016 года Рудзич и другие исследователи использовали простые методы машинного обучения для анализа речи людей с болезнью Альцгеймера и без нее с точностью около 81%.

«При глубоком обучении вы просто передаете необработанные данные этим глубоким нейронным сетям, а затем глубокие нейронные сети автоматически создают свои собственные внутренние представления»

Фрэнк Рудзич соучредитель Winterlight Labs

Как и все алгоритмы глубокого обучения, это создает «черный ящик» — это означает, что невозможно точно знать, на какие аспекты речи ориентируется алгоритм. По его словам, благодаря глубокому обучению точность этих алгоритмов превысила 90%.

Ранее программисты использовали глубокое обучение наряду с медицинской визуализацией мозга, такой как МРТ. В исследованиях многие из этих методов одинаково точны — обычно с точностью более 90%. 

В ходе исследования, проведенного в декабре 2021 года, программисты успешно обучили алгоритм не только различать мозг когнитивно нормальных людей и людей с болезнью Альцгеймера, но и людей с легкими когнитивными нарушениями — во многих случаях ранними предшественниками болезни Альцгеймера, чей мозг был либо такой же, как у здоровых людей, либо более похож на те, у кого болезнь Альцгеймера. Различение этих подтипов особенно важно, потому что не у всех людей с легкими когнитивными нарушениями развивается болезнь Альцгеймера.

«Мы хотим иметь методы стратификации людей по континууму болезни Альцгеймера. Это субъекты, у которых может развиться болезнь Альцгеймера»

Эран Даян доцент радиологии Университета Северной Каролины в Чапел-Хилл и автор исследования 2021 года

По словам Даяна, выявление этих пациентов как можно раньше, вероятно, будет иметь решающее значение для эффективного лечения их заболеваний. Как правило, глубокое обучение на основе сканирования имеет столь же высокий уровень эффективности, по крайней мере, в классификационных исследованиях, проводимых в лаборатории. 

Пока неизвестно, будут ли эти технологии такими же эффективными в реальном мире, но они, скорее всего, будут работать хорошо. Ученые рассказали, что необходимы дополнительные исследования, чтобы знать наверняка.

Еще одной причиной для беспокойства, по словам Даяна, являются потенциальные предубеждения, которые, как показали недавние исследования, может скрывать ИИ, если в данных, на которых обучается алгоритм, недостаточно разнообразия. Например, Рудзич заявил, что, возможно, алгоритм, обученный с использованием образцов речи людей из Торонто, не будет работать так же хорошо в сельской местности. 

О’Коннелл заявил, что алгоритм Canary Speech анализирует неязыковые элементы речи, и что у них есть версии технологий, используемых в других странах, таких как Япония и Китай, которые обучаются с использованием данных от носителей языка: «Мы проверяем нашу модель и обучаем ее в этой системе, в этой среде, для повышения производительности».

Хотя сотрудничество Canary с Syntiant может сделать возможным удаленный мониторинг в режиме реального времени, О’Коннелл считает, что формальный диагноз должен исходить от врача, а эта технология служит еще одним инструментом для постановки диагноза. Даян согласен: «ИИ в ближайшие годы, я надеюсь, будет помогать врачам, но не заменит их полностью».