AI-model på smartphones kan tidligt påvise Alzheimers demens
Forskere ved University of Alberta har udviklet en maskinlæringsmodel til tidlig påvisning af Alzheimers demens. Denne model kan skelne mellem Alzheimers-patienter og raske individer med en nøjagtighed på 70-75% og kan muligvis tilgås via smartphones.
Ved at fokusere på talemønstre i stedet for indholdet kan værktøjet tilbyde uvurderlige tidlige indikatorer, der potentielt kan starte tidligere behandling og bremse sygdommens progression.
Selvom det ikke er en erstatning for sundhedspersonale, kan det styrke telehelsetjenester og hjælpe med at overvinde geografiske eller sproglige barrierer.
Se også: Hvad gør Google inden for kunstig intelligens?
Kan påvise Alzheimers med 75% nøjagtighed
Maskinlæringsmodellen kan identificere Alzheimers-patienter med en nøjagtighed på 70-75% i forhold til raske individer.
Værktøjet analyserer akustiske og sproglige talefunktioner i stedet for specifikke ord til at opdage sygdommen.
Anvendelsen af denne model kan være et simpelt, tilgængeligt screeningsredskab på smartphones, der giver tidlige indikatorer for Alzheimers.
Se også: Muligheder med AI
Normalt svært og dyrt at opdage på et tidligt stadie
Alzheimers demens kan være svært at opdage på tidlige stadier, fordi symptomerne ofte er temmelig subtile og kan forveksles med hukommelsesrelaterede problemer, der er typiske for fremskreden alder. Men som forskerne bemærker, jo tidligere potentielle problemer opdages, desto før kan patienter begynde at handle.
“Tidligere skulle du have laboratorieundersøgelser og medicinsk billedbehandling for at opdage ændringer i hjernen. Det tager tid, det er dyrt, og ingen bliver testet så tidligt,” siger Eleni Stroulia, professor ved Institut for datalogi, der var involveret i oprettelsen af modellen.
Selvom modellen i sig selv er kompleks, ville den endelige brugeroplevelse for et værktøj, der inkluderer den, være utrolig simpel. En screeningsmetode ville ikke erstatte sundhedspersonale, men ud over at hjælpe med tidligere påvisning ville den skabe en praktisk måde at identificere potentielle bekymringer via telehelbredstjenester.
Se også: Teknologi og sundhed