Zmiany w sposobie mówienia mogą pojawiać się wcześniej niż najbardziej charakterystyczne objawy demencji. Właśnie na tym założeniu opiera się rozwiązanie opracowane przez polskich naukowców, którzy wykorzystali sztuczną inteligencję do analizy mowy. Ich metoda ma wspierać wczesne wykrywanie pogorszenia funkcji poznawczych i w przyszłości może znaleźć zastosowanie m.in. w podstawowej opiece zdrowotnej oraz telemedycynie.
Zespół badaczy z Akademii Leona Koźmińskiego, ośrodka badawczego WarsawIQ oraz Uniwersytetu Marii Curie-Skłodowskiej w Lublinie opracował system analizujący nagrania wypowiedzi pacjentów z wykorzystaniem zaawansowanych modeli sztucznej inteligencji. Wyniki prac opublikowano na łamach czasopisma Frontiers in Neuroinformatics.
Mowa jako jeden z najwcześniejszych sygnałów choroby
Demencja pozostaje jednym z najpoważniejszych wyzwań zdrowotnych starzejących się społeczeństw. Według danych przytoczonych przez autorów publikacji liczba osób żyjących z demencją na świecie może wzrosnąć z 57,4 mln w 2019 r. do 152,8 mln w 2050 r. W Polsce liczba chorych może zwiększyć się z około 525 tys. osób w 2018 r. do ponad miliona w połowie stulecia.
Jednym z powodów trudności w leczeniu jest późne rozpoznawanie choroby. Gdy pojawiają się wyraźne problemy z pamięcią, zaburzenia codziennego funkcjonowania czy zmiany zachowania, proces neurodegeneracyjny często jest już zaawansowany.
Badacze zwracają uwagę, że znacznie wcześniej mogą występować subtelne zmiany w sposobie mówienia. Chorzy częściej robią dłuższe pauzy, wolniej formułują wypowiedzi, powtarzają słowa, mają trudności z doborem odpowiednich określeń, upraszczają konstrukcje zdań i popełniają więcej błędów językowych.
Opracowane rozwiązanie nie ogranicza się do analizy treści wypowiedzi. System jednocześnie ocenia cechy akustyczne głosu oraz charakterystykę językową mowy. W badaniu wykorzystano model HuBERT analizujący właściwości akustyczne głosu, zestaw parametrów eGeMAPS wyodrębnianych za pomocą narzędzia openSMILE oraz modele Whisper i GPT-4o, które odpowiadają za transkrypcję wypowiedzi i analizę jej warstwy językowej.
Dzięki temu algorytm uwzględnia tempo mówienia, długość pauz, stabilność głosu, płynność wypowiedzi, składnię, liczbę powtórzeń oraz spójność językową. Takie cechy bywają trudne do wychwycenia podczas zwykłej rozmowy, natomiast modele uczenia maszynowego potrafią je zmierzyć i porównać z charakterystycznymi wzorcami.
Jak podkreśla współautor badania dr Karol Chlasta z Katedry Zarządzania w Społeczeństwie Sieciowym Akademii Leona Koźmińskiego: „Nie chodzi o to, aby komputer zastąpił lekarza. Chodzi o to, aby lekarz otrzymał dodatkowy, obiektywny sygnał – oparty na danych, możliwy do zebrania podczas zwykłej rozmowy. Mowa jest niezwykle bogatym źródłem informacji o funkcjonowaniu poznawczym człowieka. Sztuczna inteligencja pozwala dostrzec w niej wzorce, które dla nas pozostają zbyt subtelne”.
Demencja: objawy, przyczyny i diagnostyka otępienia krok po kroku
Możliwe zastosowania w telemedycynie i opiece nad seniorami
Autorzy podkreślają, że analiza mowy może być wykonywana zdalnie i nie wymaga kosztownej aparatury. Do zebrania materiału wystarczy nagranie wykonane smartfonem, tabletem lub podczas teleporady. Takie rozwiązanie mogłoby wspierać lekarzy podstawowej opieki zdrowotnej, specjalistów zajmujących się opieką nad osobami starszymi oraz terapeutów mowy. Jednocześnie badacze zaznaczają, że opracowany system nie jest narzędziem służącym do stawiania diagnozy klinicznej. Jego rolą ma być identyfikacja osób, które mogą wymagać pogłębionej diagnostyki.
Jak wyjaśnia dr Karol Chlasta: „Wystarczy nagranie audio – wykonane smartfonem, tabletem albo w ramach teleporady. To otwiera drogę do częstszego, bardziej dostępnego monitorowania zmian poznawczych, zwłaszcza tam, gdzie dostęp do specjalistycznej diagnostyki jest ograniczony”.
Metoda została opracowana podczas międzynarodowego konkursu zorganizowanego w ramach konferencji International Conference on Acoustics, Speech, and Signal Processing (ICASSP) w 2025 roku w Indiach. Zadaniem uczestników było stworzenie modeli pozwalających przewidywać poziom funkcji poznawczych oraz wspierać rozpoznawanie demencji na podstawie nagrań mowy.
W rywalizacji uczestniczyło 80 zespołów badawczych z całego świata. Polski zespół zajął 10. miejsce.
Zobacz: Raport WHO/Europe: sztuczna inteligencja zmienia ochronę zdrowia w UE
Źródło: Nauka w Polsce
