Computadora enseñada a detectar demencia con una precisión del 93%

El miedo a la locura es una de las fobias más poderosas del Homo sapiens. Hace doscientos años, Alexander Pushkin escribió sobre esto su famoso "Dios no permita que pierda la cabeza". Ahora, en el siglo XXI progresivo, poco ha cambiado, y todavía tenemos miedo de los trastornos mentales adquiridos. Por ejemplo, en Rusia, la demencia asusta a las personas más que el cáncer y el accidente cerebrovascular: el 45% de los encuestados la calificó como la enfermedad más terrible de la vejez (datos de la encuesta en el portal de salud Mail.ru).

Afortunadamente, la medicina de hoy lucha con la demencia con mucho más éxito que en la era de Pushkin. Con un diagnóstico temprano, se puede prevenir el deterioro de la personalidad y preservar las habilidades cognitivas. Y recientemente, se desarrolló un programa en la Universidad de Osaka para el diagnóstico temprano de demencia basado en inteligencia artificial. El proyecto utilizó algoritmos de aprendizaje automático y datos obtenidos en el proceso de trabajar con personas enfermas y sanas; La precisión diagnóstica fue del 93%.

¿Qué es la demencia y cómo se reconoce?

Comencemos con la definición. Demencia: demencia adquirida, una disminución persistente de la actividad cognitiva con la pérdida de conocimiento y habilidades prácticas y la dificultad o imposibilidad de adquirir otras nuevas. Ocurre como resultado del daño cerebral, con mayor frecuencia en la vejez. La demencia se acompaña de la enfermedad de Alzheimer (representa hasta el 60% de los casos), hidrocefalia normotensiva, tumores intracraneales y abscesos.

Reconocer la demencia "a simple vista" no es fácil: incluso las personas cercanas pueden no notar durante años que algo anda mal con una persona. Y cuando descubren que su pariente olvida su nombre o se pierde en el camino a la tienda, los cambios cerebrales ya van demasiado lejos.

Tal "ceguera" es causada principalmente por el hecho de que la demencia en nuestra sociedad está estigmatizada y la gente sabe poco al respecto. Una característica del trastorno también juega un papel: los cambios ocurren gradualmente.

Sin embargo, los médicos pueden reconocer la demencia en las primeras etapas. Para esto, se realizan pruebas psicológicas con el paciente (una de las más famosas es la prueba de Wexler), y para confirmar el diagnóstico, toman pruebas de líquido cefalorraquídeo y realizan una resonancia magnética.

“La prueba de Wexler (o la escala de Wechsler) es una de las pruebas más famosas para medir el nivel de desarrollo intelectual. Diseñado por David Wexler en 1939. La prueba se basa en el modelo jerárquico de inteligencia de D. Wexler y diagnostica la inteligencia general y sus componentes: inteligencias verbales y no verbales ". Wikipedia

El sistema existente es engorroso y no muy conveniente, porque el paciente necesita reunirse con un neurólogo y tomarse el tiempo para pasar las pruebas. Si todas las personas mayores son revisadas anualmente para detectar síntomas de demencia, la carga sobre los médicos aumentará varias veces.


La OMS predice un triple aumento en los casos de demencia para 2050

AI para ayudar

Se propuso una solución al problema en la Universidad de Osaka: en colaboración con el Instituto de Ciencia y Tecnología de Nara, desarrollaron un programa que realiza entrevistas con personas y analiza su discurso y expresiones faciales. El programa se basa en inteligencia artificial; estudió sobre la base de entrevistas con personas sanas y con un diagnóstico confirmado de demencia. El programa clasifica a las personas como "con síntomas de demencia" o "sin síntomas de demencia" con una precisión del 93%. Esto corresponde al más efectivo de los métodos "analógicos".

Como funciona

Al pasar una prueba de computadora para la demencia, las personas mayores se comunican con el avatar del programa, una niña animada. Ella hace preguntas que están duplicadas en subtítulos y "escucha" las respuestas. Después de eso, el programa analiza el habla y las expresiones faciales del participante de la prueba por varios parámetros y muestra el resultado.

Como explican los científicos de Nara y Osaka en una publicación que describe su trabajo, crearon un avatar que fue "encarcelado" para las personas mayores: la niña pintada tiene un ritmo lento del habla, y después de la frase se detiene. Las palabras se duplican en subtítulos grandes. Cuando el participante de la prueba respondió, el sistema reconoce la declaración, después de lo cual el avatar asiente con la cabeza. Los desarrolladores tomaron prestada esta técnica del popular programa de animación en Japón: MikuMikuDance: según los usuarios, esto hace que el personaje esté más vivo.


La prueba desarrollada incluye varios diálogos y escenarios: a) el paciente habla de sí mismo; b) se prueba su capacidad para concentrar sus ojos; c) lectura; f) narración de historias: se le pide al paciente que recuerde una historia; e) preguntas aleatorias (por ejemplo, "¿Cómo está tu apetito?").

Hay seis bloques en la prueba, que se basan en diferentes métodos. La primera es introductoria (preguntas simples "¿Cuál es tu nombre?" Y "¿Cuántos años tienes?"). Introduce al usuario al sistema y le da tiempo para acostumbrarse a la gestión. Los siguientes son bloques basados ​​en dos métodos autorizados para evaluar las habilidades cognitivas: la prueba de Wexler y la escala breve de evaluación del estado mental (MMSE). También hay un bloque de preguntas y respuestas aleatorias en la prueba (“¿Qué año es?”, “¿Duermes bien?”, “¿Quién es el primer ministro de Japón?”), En las respuestas a las cuales el programa analiza no tanto la información como los parámetros del habla.

En el trabajo, los científicos se basaron en estudios sobre el habla de personas con demencia: tienen dificultades para comprender frases, toman palabras durante mucho tiempo y su vocabulario activo se reduce. Pero para analizar el habla en todos los parámetros seleccionados, el programa tomó largas semanas de aprendizaje automático.

Herramientas y Metodología

Para recolectar materiales, se seleccionaron 29 participantes: 14 - pacientes en el Hospital Universitario de Osaka con diagnóstico confirmado de demencia; 15 - personas mayores sin este diagnóstico. Cada uno de ellos escuchó las preguntas del examen y las respondió.

Después de eso, los desarrolladores separaron los archivos de audio del video y transcribieron manualmente los datos utilizando la aplicación Audacity, dividiendo el discurso en declaraciones separadas. Posteriormente, los materiales fueron analizados por varios factores.

1) Características del habla: potencia de voz, velocidad de articulación y ronquera. Los parámetros se estimaron en base al espectrograma. También se analizó la brecha entre las preguntas del avatar y las respuestas del encuestado.

2) Características del lenguaje. Usando el programa Mecab, analizamos el número de palabras significativas y "sonidos de incertidumbre" - "mmmm", "ehhh". La frecuencia de uso de las mismas palabras y su relación con los "sonidos de incertidumbre" dan una evaluación aproximada del vocabulario.

3) Imagen. Los desarrolladores identificaron a partir de los videos que representan modelos femeninas 31 muestras de caras felices y 30 neutrales. Se analizaron 68 rasgos en cada una de las caras (altura de las cejas, esquinas de los labios, ancho de los ojos y otros). En base a estos datos, la IA aprendió a determinar si hay una sonrisa en la cara.

Durante la entrevista con el encuestado, el programa determinó para cada cuadro si el encuestado sonríe o no; Las estadísticas recopiladas se denominaron "índice de sonrisa". Las personas con Alzheimer tienden a sonreír más a menudo, por lo que tendrán este índice sobreestimado. Y con otros trastornos mentales asociados con la demencia, la emocionalidad, por el contrario, disminuye.

También se monitorizó la dirección de la mirada: los estudios muestran que algunos pacientes con demencia dejan de mantener contacto visual con el interlocutor.

Para procesar los resultados, utilizamos el algoritmo Support Vector Machines (SVM, o el método de vector de soporte) con un núcleo lineal y regresión lógica. Este es un clasificador binario que resuelve efectivamente la tarea: asigne al encuestado al grupo "con síntomas de demencia" o "sin síntomas de demencia".

Perspectivas

Los desarrolladores planean adaptar el programa para otros idiomas y otros tipos nacionales de personas (estudió en japonés). También está previsto mejorar los módulos. Primero, tome un nuevo conjunto de datos para analizar expresiones faciales, basado en los rostros de modelos no jóvenes, sino de personas mayores. Esto aumentará la precisión del reconocimiento de expresiones. En segundo lugar, expanda el grupo de control para recibir más datos de personas con diversos tipos de trastornos mentales. Está previsto que el programa aprenda no solo a confirmar la presencia de síntomas de demencia, sino también a determinar su tipo mediante signos externos: esto será importante cuando un médico haga un diagnóstico.

PD En noviembre, Smile-Expo celebrará dos conferencias sobre inteligencia artificial: en Kiev (14 de noviembre) y en Moscú (22 de noviembre).

En Moscú, los conferenciantes hablarán sobre inteligencia artificial, Big Data, aprendizaje automático, bots de chat y seguridad de la información; comparará la inteligencia artificial y la automatización de procesos robóticos (simulará acciones del usuario utilizando programas). La conferencia organizará un panel de discusión sobre el tema "Inteligencia artificial e Internet de las cosas: expectativa y realidad".

En Kiev, el objetivo principal de la conferencia será la estructuración del conocimiento sobre la automatización de los procesos comerciales utilizando inteligencia artificial. La atención se centrará en la implementación de IA en los procesos de negocio: áreas rentables de implementación, cálculo de eficiencia, gestión de proyectos.