Web Analytics Made Easy - Statcounter

پژوهشگران "دانشگاه بوستون"، یک مدل محاسباتی جدید ابداع کرده‌اند که می‌تواند با بررسی صدای ضبط شده افراد، امکان ابتلای آنها به آلزایمر را پیش‌بینی کند.

به گزارش ایران اکونومیست و به نقل از نیوز مدیکال نت، تشخیص بیماری آلزایمر، به زمان و هزینه زیادی نیاز دارد. پزشکان پس از انجام دادن معاینات عصبی و روانشناختی شخصی‌سازی‌شده طولانی باید هر پاسخ را همراه با جزئیات بررسی کنند.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!

پژوهشگران "دانشگاه بوستون"(Boston University)، مدل محاسباتی جدیدی را ابداع کرده‌اند که می‌تواند این فرآیند را خودکار کند و در نهایت به آن امکان دهد تا به صورت آنلاین کار کند. این مدل محاسباتی مبتنی بر یادگیری ماشینی می‌تواند اختلالات شناختی را از صداهای ضبط‌ شده در آزمایش‌های عصبی و روان‌شناختی تشخیص دهد؛ بدون این که نیازی به ملاقات حضوری باشد.

"ایوانیس پاشالیدیس"(Ioannis Paschalidis)، استاد مهندسی دانشگاه بوستون و از پژوهشگران این پروژه گفت: این روش، ما را یک قدم به مداخله زودهنگام نزدیک‌تر می‌کند. تشخیص سریع‌تر آلزایمر می‌تواند به آزمایش‌های بالینی بزرگتری بیانجامد که روی افراد در مراحل اولیه بیماری آنها تمرکز دارند و مداخلات بالینی را ممکن می‌سازند تا زوال شناختی را کاهش دهند. این مدل محاسباتی می‌تواند اساس یک برنامه آنلاین باشد که همه به آن دسترسی دارند و می‌توان آن را گسترش داد تا تعداد افرادی که به موقع غربالگری می‌شوند، افزایش یابد.

این گروه پژوهشی، مدل خود را با استفاده از صداهای ضبط شده طی مصاحبه‌های عصبی و روان‌شناختی آموزش دادند که از بیش از ۱۰۰۰ نفر و در یک پروژه بلندمدت به سرپرستی دانشگاه بوستون به دست آمده بود. آنها با استفاده از برنامه‌های خودکار تشخیص و یک روش یادگیری ماشینی به نام "پردازش زبان طبیعی" که به رایانه‌ها کمک می‌کند تا متن را بفهمند، از برنامه خود خواستند تا مصاحبه‌ها را رونویسی کند و سپس آنها را به صورت اعدادی رمزگذاری کند. مدل نهایی برای ارزیابی احتمال و شدت اختلال شناختی یک شخص، با استفاده از داده‌های جمعیت‌شناختی، رمزگذاری متن و تشخیص‌های واقعی آموزش داده شد که توسط متخصصان اعصاب و روانشناسان به دست آمده بودند.

پاشالیدیس ادامه داد: این مدل نه تنها قادر بود بین افراد سالم و افراد مبتلا به زوال عقل به طور دقیق تمایز قائل شود، بلکه تفاوت بین افراد دارای اختلال شناختی خفیف و زوال عقل را نیز تشخیص داد. نهایتا معلوم شد که کیفیت صدا و نحوه صحبت کردن افراد، اعم از این که صحبت‌های آنها تند یا متزلزل باشد، اهمیت کمتری نسبت به محتوای آنچه می‌گویند دارد.

وی افزود: این موضوع ما را شگفت‌زده کرد که جریان گفتار یا سایر ویژگی‌های صوتی، آن‌قدرها مهم نیستند. شما می‌توانید مصاحبه‌ها را به طور خودکار و به خوبی رونویسی کنید و برای ارزیابی اختلالات شناختی، به تجزیه و تحلیل متن از طریق هوش مصنوعی تکیه داشته باشید.

غربالگری پیش از آغاز نشانه‌ها

همچنین این مدل، بینشی را در مورد این موضوع ارائه می‌دهد که چه بخش‌هایی از معاینه عصب-‌روان‌شناختی ممکن است در تعیین این که آیا یک فرد دچار اختلال در شناخت است، مهم‌تر از سایرین باشند. این مدل محاسباتی، رونوشت‌های مبتنی بر آزمایش‌های بالینی را به بخش‌های مختلفی تقسیم می‌کند. به عنوان مثال، پژوهشگران دریافتند که "آزمایش نامگذاری بوستون" (Boston Naming Test) که طی آن پزشکان از افراد می‌خواهند تا با استفاده از یک کلمه برچسب‌گذاری کنند، برای تشخیص دقیق زوال عقل، بسیار آموزنده است. پاشالیدیس گفت: این مدل ممکن است پزشکان را قادر سازد تا منابع را به گونه‌ای تخصیص دهند که امکان غربالگری بیشتری را حتی پیش از شروع علائم، برای آنها فراهم کند.

تشخیص زودهنگام زوال عقل نه تنها برای بیماران و مراقبان آنها مهم است تا بتوانند برنامه‌ای موثر برای درمان و حمایت ایجاد کنند، بلکه برای پژوهشگرانی که روی درمان‌هایی برای کند کردن و جلوگیری از پیشروی بیماری آلزایمر کار می‌کنند نیز بسیار مهم است.

پاشالیدیس اضافه کرد: مدل‌های ما می‌توانند به پزشکان کمک کنند تا بیماران را از نظر شانس ابتلا به زوال شناختی ارزیابی کنند و سپس با انجام دادن آزمایش‌های بیشتر روی افرادی که احتمال زوال عقل در آنها بالاتر است، بهترین منابع درمانی را برای آنها به کار بگیرند.

این گروه پژوهشی به دنبال داوطلبانی هستند که در یک نظرسنجی آنلاین شرکت کنند و یک آزمایش شناختی را پشت سر بگذارند. نتایج این پژوهش، برای ارائه ارزیابی‌های شناختی شخصی‌سازی‌شده استفاده می‌شوند و به پژوهشگران کمک می‌کنند تا مدل هوش مصنوعی خود را اصلاح کنند.

این پژوهش، در مجله "Alzheimer's & Dementia" به چاپ رسید.

 

منبع: خبرگزاری ایسنا برچسب ها: آلزایمر ، مدل محاسباتی ، صدا ، هوش مصنوعی

منبع: ایران اکونومیست

کلیدواژه: آلزایمر مدل محاسباتی صدا هوش مصنوعی دانشگاه بوستون مدل محاسباتی زوال عقل

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت iraneconomist.com دریافت کرده‌است، لذا منبع این خبر، وبسایت «ایران اکونومیست» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۵۴۷۵۲۳۵ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

فقر سرعت پیر شدن مغز را افزایش می‌دهد

محققان می‌گویند فقر احتمالاً می‌تواند روی ماده سفید مغز تأثیر مخرب داشته باشد.

به گزارش دیجیاتو، دانشمندان توانسته‌اند ارتباطی میان درآمد پایین و نابودی سریع‌تر ماده سفید در مغز پیدا کنند. در حالی‌که حجم ماده سفید با افزایش سن کاهش می‌یابد، ظاهراً زندگی در فقر می‌تواند به این روند سرعت ببخشد و مغز را سریع‌تر پیر کند.

تیمی از محققان دانشگاه‌های ژنو و لوزان در سوئیس با بررسی ۷۵۱ نفر در بازه سنی ۵۰ تا ۹۱ سال به این نتیجه رسیده‌اند. پژوهشگران پس از در نظر گرفتن عواملی مانند سن، جنسیت و برخی مسائل کلیدی مرتبط با سلامت، به این نتیجه رسیدند افرادی که در خانواده‌های فقیرتر زندگی کرده بودند، در اسکن MRI علائم بیشتری از پیری ماده سفید در مغز خود داشتند و همچنین در تست‌های شناختی، امتیاز کمتری نسبت به افراد در خانواده‌های ثروتمند گرفتند.

نتیجه کار محققان در ژورنال JNeurosci منتشر شده است. پژوهشگران این مطالعه را با هدف ارائه بینشی درباره مسیر‌هایی که مسائل اقتصادی و اجتماعی مانند درآمد خانواده، آخرین موقعیت شغلی و مسیر‌های اقتصادی و اجتماعی در دوره زندگی را با ریزساختار مغز و عملکرد شناختی تا اواخر بزرگسالی مرتبط می‌کنند، انجام دادند.

ماده سفید برای جابه‌جایی پیام‌ها و سیگنال‌ها در سراسر مغز بسیار ضروری است و میزان آن می‌توان روی توانایی‌های شناختی فرد تأثیر بگذارد. زندگی در فقر یا آن‌طور که محققان می‌گویند، قرارگیری در معرض کمبود‌های مزمن اجتماعی و اقتصادی، با سلامت پایین و افزایش سرعت زوال شناختی در ارتباط است. البته دانشمندان در گذشته هم به چنین نتیجه‌ای رسیده بودند، اما در تحقیق جدید، محققان نگاه دقیق‌تری به علت این موضوع داشتند.

پژوهشگران دانشگاه‌های سوئیس در تحقیق اخیر خود متوجه شدند که تعداد رشته‌هایی که از هر نورون منشعب می‌شود (تراکم نوریت) و اندازه پوشش محافظ روی این رشته‌ها (میلیناسیون)، ظاهراً با تجزیه سریع‌تر ماده سفید ارتباط دارند.

تحقیقات قبلی که مغز و سطح اقتصادی و اجتماعی افراد را بررسی کرده بودند، روی حجم کلی مغز متمرکز بودند. حالا ساختار‌های دقیق‌تری به‌دست آمده‌اند و مکانیزم‌های پشت پرده هم بررسی شده‌اند. پژوهشگران توانسته‌اند نحوه حرکت آزادانه مولکول‌ها، عمدتاً آب، درون مغز را شناسایی کنند که این حرکت به میزان میلین و تراکم شاخه‌های نورون بستگی دارد.

با وجود اینکه کاهش ماده سفید می‌تواند روی عملکرد شناختی تأثیر منفی داشته باشد، اما پژوهشگران متوجه شده‌اند که افراد در خانواده‌های ثروتمند حتی با وجود میلین کمتر و تراکم نوریت پایین‌تر، باز هم عملکرد شناختی خود را حفظ می‌کنند؛ بنابراین به نظر می‌رسد پول بیشتر به‌عنوان یک محافظ در برابر زوال عقل عمل می‌کند و دانشمندان باید به‌دنبال مکانیزم‌های دیگری علاوه بر تغییرات ظاهری مغز باشند.

در نهایت باید گفت دانشمندان برای رسیدن به یک نتیجه کلی‌تر و دقیق‌تر، به پژوهش‌های بیشتری نیاز دارند.

دیگر خبرها

  • کوچ بهاره عشایر سیستان امسال زودتر آغاز شد
  • ۱۰ اردیبهشت ، زمان رسمی کوچ عشایر به مناطق ییلاقی کهگیلویه و بویراحمد
  • ۱۰ اردیبهشت ، زمان رسمی کوچ عشایر به مناطق ییلاقی استان
  • ۲۰۰ طرح تحقیقاتی حوزه علوم شناختی به نتیجه رسید
  • ارتباط فقر با پیری زودرس مغز
  • فقر سرعت پیر شدن مغز را افزایش می‌دهد
  • چگونه تشخیص دهیم یک تصویر با هوش مصنوعی ساخته شده است؟
  • مجرم خیلی خطرناکی که هنوز خبری از دستگیری‌اش نیست! مردم می‌پرسند: اگر مثلا یک روحانی را کتک زده بود، زودتر شناسایی نمی‌شد؟ (فیلم)
  • خطر جنگ شناختی مهم‌ترین درس امام حسن(ع) برای امروز ما
  • خطر جنگ شناختی مهم‌ترین درس امام حسن (ع) برای امروز ما