تشخیص زودهنگام آلزایمر به کمک هوش مصنوعی
آیا می‌توان احتمال توسعه‌ی بیماری آلزایمر را سال‌ها قبل از بروز علائم و صرفا با بررسی الگوهای نوشتاری افراد تشخیص داد؟ براساس بررسی جدید پژوهشگران IBM، پاسخ به این پرسش مثبت است. افرادی که از انواع مختلف بیماری عصبی رنج می‌برند دارای الگوهای زبانی متفاوتی هستند؛ به عقیده‌ی پژوهشگرها،این الگوها می‌توانند علائم هشداردهنده‌ای برای پیشرفت بیماری‌ها باشند. پژوهشگرها برای پژوهش آلزایمر به بررسی گروهی شامل ۸۰ مرد و زن در سنین ۸۰ تا ۹۰ سال پرداختند. نیمی از این افراد مبتلا به آلزایمر و نیمی دیگر سالم بودند؛ اما هفت سال و نیم قبل، همه ویژگی‌های نرمالی داشتند.
شرکت‌کنندگان این بررسی قبلا در بررسی قلب فرامینگهام شرکت کرده بودند که پژوهشی فدرال و بلندمدت است و به تست‌های شناختی و فیزیکی مختلفی نیاز دارد. در بخشی از این پژوهش، افراد قبل از ابتلا به آلزایمر در تست‌های نوشتاری شرکت کرده بودند؛ در این تست‌ها از سوژه‌ها خواسته شد طرح پسری را شرح بدهند که روی چهارپایه‌ای لغزان ایستاده است و سعی می‌کند به شیشه‌ی بیسکوییت‌ها در طبقه‌ی بالای قفسه‌ها برسد و زنی هم پشت سر او ایستاده درحالی‌که از سینک در حال سرریز شدن غافل است.
پژوهشگرها با استفاده از یک برنامه‌ی هوش مصنوعی چگونگی استفاده از کلمات را بررسی کردند و به جستجوی تفاوت‌های کوچک زبانی پرداختند. براساس یافته‌های این برنامه، گروهی از سوژه‌ها زمانی که عملکرد شناختی نرمالی داشتند، از کلمات تکراری بیشتر استفاده می‌کردند. این سوژه‌ها خطاهایی مثل اشتباه تلفظی داشتند و از زبان تلگرافی استفاده می‌کردند؛ یعنی زبانی که ساختار گرامری ساده‌ای دارد و فاقد فاعل و کلماتی مثل «آن»، «است» و «هستند» است. در نهایت مشخص شد اعضای این گروه از مبتلایان به آلزایمر هستند.
برنامه‌ی هوش مصنوعی براساس نتایج منتشر‌شده در مجله‌ی EClinicalMedicine لنست، با دقت ۷۵ درصدی احتمال توسعه‌ی آلزایمر را پیش‌بینی کرد. آجای رویورو، معاون پژوهش‌های علوم زندگی و بهداشت و درمان در مرکز پژوهشی IBM Thomas J. Watson، می‌گوید:
هیچ فرضیه‌ی قبلی درباره‌ی کاربرد کلمات و استفاده از آن برای پیشگیری از آلزایمر نداشتیم.
پژوهشگران آلزایمر می‌توانند از این نتایج برای آهسته‌سازی یا توقف روند آلزایمر استفاده کنند؛ در نتیجه اجرای تست‌هایی ساده برای پی بردن به احتمال توسعه‌ی آلزایمر ضروری است. به مدت چند سال پژوهشگرها به تحلیل تغییرات گفتار و صورت افرادی پرداختند که علائم بیماری‌های عصبی مثل آلزایمر، ALS، پارکینسون، زوال عقلی، اختلال دوقطبی و شیزوفرنی دارند؛ اما به گفته‌ی دکتر مایکل وینر، پژوهشگر بیماری آلزایمر از دانشگاه سانفرانسیکو، گزارش IBM می‌تواند داده‌های جدیدی ارائه کند. او می‌افزاید:
این اولین گزارشی است که روی افراد نرمال برای پیش‌بینی احتمال ابتلا به آلزایمر در سال‌های آینده انجام می‌شود. در آینده پژوهش‌های آلزایمر برای یافتن تغییرات کوچک در زبان و پیش‌بینی احتمال توسعه‌ی آلزایمر در افراد سالم توسعه خواهند یافت.
به گفته‌ی دکتر مورای گراسمن، پروفسور عصب‌شناسی دانشگاه پنسیلوانیا، هر بیماری عصبی باعث ایجاد تغییرات منحصر‌به‌فردی در زبان می‌شود که احتمالا مدت‌ها قبل از زمان تشخیص رخ داده‌اند.
دکتر مورای همچنین به بررسی گفتار بیماران مبتلا به نوع خاصی از زوال عقلی فرونتوتمپورال (پیشانی گیج‌گاهی) پرداخت؛ این اختلال بر اثر از بین رفتن اعصاب در لوب‌های پیشانی مغز رخ می‌دهد. این بیمارها دچار بی‌علاقگی و افت توانایی قضاوت، ناتوانی در کنترل خود و کاهش حس همدلی می‌شوند که شناسایی هدفمند آن‌ها کار دشواری است. به گفته‌ی دکتر گراسمن، گفتار متفاوت است و می‌توان آن را اندازه‌گیری کرد.
در مراحل اولیه‌ی بیماری تغییراتی در سرعت گفتار بیمار به وجود می‌آید که با وقفه‌هایی یکنواخت و تصادفی همراه است. نحوه‌ی کاربرد کلمات هم تغییر می‌کند؛ برای مثال بیمارها از کلمات انتزاعی کمتر استفاده می‌کنند. این تغییرات رابطه‌ی مستقیمی با تغییرات بخش‌های پیشانی مغز دارند و جهانی هستند.
دکتر آدام باکسر، رئیس واحد پژوهش‌های بالینی علوم عصبی دانشگاه سانفرانسیسکو، در حال بررسی زوال لوب پیشانی و ابزار او، تنها یک اپلیکیشن هوشمند است. سوژه‌های او افراد سالمی هستند که زمینه‌ی ژنتیکی بیماری را به ارث برده‌اند. او تصویری به سوژه‌ها نشان می‌دهد و از آن‌ها می‌خواهد درباره‌ی تصویر توضیح بدهند و صدای خود را ضبط کنند. دکتر باکسر می‌گوید:
می‌خواهیم تمام تغییرات اولیه را به مدت پنج تا ده سال قبل از بروز علائم اندازه‌گیری کنیم. نکته‌ی جالب درباره‌ی تلفن هوشمند قابلیت‌های متعدد آن است.
پژوهشگرها می‌توانند از افراد بخواهند به مدت یک دقیقه درباره‌ی اتفاقات روزمره صحبت کنند. یا صداهایی مثل «تاتاتاتا» را تکرار کنند. دکتر باکسر و همکاران او روی گفتار تمرکز کرده‌اند و به دنبال تست‌هایی کم‌هزینه و غیر تهاجمی هستند. دکتر چریل کرکران، روانپزشک دانشکده‌ی ایکان، امیدوار است با استفاده از تغییرات گفتار خطر ابتلای نوجوانان و بزرگسالان جوان به شیزوفرنی را پیش‌بینی کند. داروهای شیزوفرنی هم می‌توانند تا اندازه‌ای روند پیشرفت بیماری را آهسته کنند؛ اما چالش اصلی شناسایی بیمارها است. علائم مقطعی در یک‌چهارم افراد معمولا پس از مدتی از بین می‌رود و بیماری در یک‌سوم از افراد علامت‌دار پیشرفت نمی‌کند.
گیلرمو سچی، یکی از پژوهشگران بررسی آلزایمر IBM، به بررسی گفتار ۳۴ مورد از بیماران دکتر کرکران پرداخت. او به جستجوی نشانه‌ای به نام «پروازه ایده‌ها» پرداخت. در این شرایط بیمار از مسیر صحبت خارج می‌شود یا ایده‌های او مسیرهای متفاوتی می‌گیرند. او همچنین به دنبال «فقر گفتار» رفت که در آن، شخص صرفا از ساختارهای زبانی ساده و جملات کوتاه استفاده می‌کند.
دکتر سچی و همکاران او به بررسی گروه دیگری شامل ۹۶ بیمار در لوس‌آنجلس پرداختند. ۵۹ نفر از این بیمارها از هذیان مقطعی رنج می‌بردند و بقیه، افراد سالم و افراد مبتلا به شیزوفرنی بودند. او از بیمارها خواست داستانی که شنیده‌اند بازگو کنند و به جستجوی الگوهای گفتاری سخن‌چینی در بیماران رفت. دقت پیش‌بینی برنامه‌ی هوش مصنوعی در هر دو گروه ۸۵ درصد بود؛ به‌طوری‌که برخی سوژه‌ها در بازه‌ای سه‌ساله به شیزوفرنی مبتلا شده بودند. به گفته‌ی دکتر کرکران:
پژوهش‌های کوچک متعدد به سیگنال‌های مشابهی دست یافته‌اند. ما هنوز به مرحله‌ای نرسیده‌ایم که به افراد بگوییم در معرض خطر هستند یا خیر.
به گفته‌ی دکتر سچی، پژوهش‌ها هنوز در مراحل اولیه هستند. او می‌افزاید:
اولویت اصلی ما بررسی علمی صحیح در مقیاس گسترده است. باید تعداد نمونه‌ها را افزایش بدهیم. هر سال در ایالات متحده بیش از ۶۰ میلیون مصاحبه‌ی روانپزشکی انجام می‌شود؛ اما هیچکدام از این مصاحبه‌ها از ابزاری که ما در اختیار داریم استفاده نمی‌کنند.