Machine Learning dan Diagnosis Dini Alzheimer Menggunakan Pola Ucapan Pasien
Machine learning kembali menemukan kasus penggunaan yang bagus dalam bidang kesehatan. Kali ini, tantangan deteksi Alzheimer telah diatasi. Para peneliti di Universitas Alberta sedang mengembangkan model machine learning yang dapat mendeteksi demensia pada tahap awal dan dapat memberi tahu pasien tersebut. Mesin itu dapat diakses oleh perangkat komputasi rendah seperti smartphone dan dapat membedakan antara pasien Alzheimer dan individu yang sehat dengan akurasi rata-rata 70-75%. Mesin tersebut berfungsi dengan menganalisis pola ucapan pembicara daripada fokus pada apa yang mereka katakan.
Deteksi Dini Mengurangi Keterlambatan Pengobatan
Pendeteksian dini akan membantu pasien Alzheimer dan dokter untuk menghadapinya lebih awal, meminimalkan skenario terburuk. Metode konvensional untuk mendeteksi perubahan otak yang terkait dengan Alzheimer, seperti pekerjaan laboratorium dan pencitraan medis, memakan waktu, mahal, dan biasanya tidak dilakukan pada tahap awal. Dengan menggunakan ponsel dan memproses masukan ucapan dalam kasus seperti itu, juga pada tahap awal meningkatkan dan memfasilitasi hubungan antara pasien dan dokter. Penggunaan ini akan menyebabkan inisiasi perawatan yang lebih awal dan memungkinkan intervensi sederhana di rumah, yang akan membantu memperlambat perkembangan penyakit.
Model itu sendiri kompleks, tetapi pengalaman pengguna dari alat akhir yang memasukkannya akan sederhana. Pengguna akan berbicara ke perangkat, dan mesin akan menganalisis ucapan mereka dan memberikan hasil, apakah mereka memiliki Alzheimer atau tidak. Informasi ini kemudian dapat dibagikan dengan profesional kesehatan, yang dapat menentukan tindakan terbaik untuk individu tersebut. Meskipun model ini telah diuji pada pembicara bahasa Inggris dan Yunani, para peneliti optimis bahwa teknologi ini dapat digunakan di berbagai bahasa dengan dialek dan nada yang berbeda.
Model ini tidak bertujuan untuk menggantikan profesional kesehatan; sebaliknya, ia bertujuan untuk bertindak sebagai alat, layanan telehealth yang akan berusaha menyediakan cara yang nyaman untuk mengidentifikasi masalah potensial bagi pasien yang menghadapi hambatan geografis atau bahasa dan tidak memiliki fasilitas yang lebih baik di daerah mereka. Dengan menentukan pasien yang mungkin, penyedia layanan kesehatan dapat mengidentifikasi dan memberikan prioritas pada kondisi yang dilaporkan oleh penanda.
Terdapat beberapa penelitian sebelumnya yang dilakukan sekitar kesehatan dan teknologi yang mengikuti pendekatan yang agak serupa. Kelompok penelitian psikiatri komputasional di Universitas Alberta, yang dipimpin oleh Russ Greiner dan Eleni Stroulia, sebelumnya telah mengembangkan model statistik dan alat serupa untuk mendeteksi gangguan kesehatan mental seperti PTSD, skizofrenia, depresi, dan gangguan bipolar.
Setiap kemajuan teknologi akan dihargai dalam bidang kesehatan karena menghasilkan keputusan yang lebih terinformasi yang juga dalam jumlah waktu yang sesuai dan berpotensi untuk menurunkan biaya layanan kesehatan yang disediakan.
Disarikan dari: Citation