1<\/a>]. Forscher hoffen, MCI fr\u00fcher und pr\u00e4ziser als bislang zu diagnostizieren. Wenn die Erkrankung bereits im Fr\u00fchstadium erkannt wird, k\u00f6nnen Neurologen Therapien eher einleiten, um das Fortschreiten der Symptome hinauszuz\u00f6gern. Die klinische Forschung zu Demenzen w\u00fcrde ebenfalls davon profitieren, Patienten bereits in fr\u00fcheren Krankheitsstadien in Studien aufzunehmen.\u00a0<\/p>\n Sprachdaten als nicht invasive und kosteng\u00fcnstige Grundlage der Diagnostik<\/b> <\/p>\n
Die Studie schloss 1.461 Menschen im Durchschnittsalter von 79,5 Jahren ein, die alle in h\u00e4uslicher Umgebung lebten. Das Team befragte jeden Teilnehmer in einem offenen, 3-min\u00fctigen Interview und nahm Sprachdaten anschlie\u00dfend auf.\u00a0<\/p>\n
Mithilfe des Sprachmodells Wav2Vec2 extrahierten die Forschenden daraus akustisch-prosodische Merkmale in 512 Dimensionen. Sie erg\u00e4nzten diese Daten durch wichtige demographische Faktoren wie Alter, Geschlecht und Bildungsjahre.<\/p>\n
Um eine m\u00f6gliche leichte kognitive Beeintr\u00e4chtigung zu diagnostizieren, arbeiteten sie mit dem \u201eMCI Screen\u201c, einem klinisch validierten Instrument zur zuverl\u00e4ssigen Erkennung kognitiver Defizite.\u00a0<\/p>\n
KI-Algorithmen liefern pr\u00e4zise Ergebnisse<\/b> <\/p>\n
In n\u00e4chsten Schritt entwickelten die Wissenschaftler\u00a02 verschiedene Vorhersagemodelle, um eine m\u00f6gliche leichte kognitive Beeintr\u00e4chtigung pr\u00e4zise zu erkennen. Das 1. Modell basiert\u00a0auf dem XGBoost-Algorithmus, das 2. setzt\u00a0auf tiefe neuronale Netze. Sie trainierten beide Tools\u00a0zun\u00e4chst mit den Daten von 979 Teilnehmern und \u00fcberpr\u00fcften sie anschlie\u00dfend anhand einer unabh\u00e4ngigen Testkohorte mit 482 Personen.<\/p>\n
Die Genauigkeit der Modelle bewerteten sie mit der AUC (Area Under the Curve), einem Ma\u00df f\u00fcr die Trennsch\u00e4rfe diagnostischer Tests. Das Resultat war eindeutig und \u00fcberzeugend: Durch die Ber\u00fccksichtigung von Sprachdaten stieg der AUC-Wert im Modell \u201eAlter + Geschlecht\u201c von 0,80 auf 0,88. Im erweiterten Modell, das auch das Bildungsniveau einbezog, verbesserte sich der Wert von 0,78 auf 0,89. Beide Werte sind statistisch hochsignifikant (p\n <\/p>\n
Die Stimme als digitaler Biomarker der Neurogeriatrie<\/b> <\/p>\n
Die Ergebnisse der Studie zeigen, dass bereits wenige Minuten frei gesprochener Sprache wertvolle Informationen \u00fcber den kognitiven Status liefern k\u00f6nnen. Sie machen deutlich, wie KI-basierte Modelle diese feinen Muster erfassen und diagnostisch nutzen. Algorithmen haben das Potenzial, eine leichte kognitive Beeintr\u00e4chtigung bereits fr\u00fch zu erkennen und sie von normalen Alterungsprozessen abzugrenzen.<\/p>\n
Gerade in der Prim\u00e4rversorgung k\u00f6nnten diese Ans\u00e4tze eine wichtige Rolle spielen \u2013 besonders in l\u00e4ndlichen oder ressourcenarmen Regionen. Hier erm\u00f6glicht die Technologie eine kontinuierliche, nicht invasive und kosteng\u00fcnstige \u00dcberwachung \u00e4lterer Menschen. Damit lassen sich gezielt pr\u00e4ventive Ma\u00dfnahmen einleiten und der Verlauf von kognitiven Beeintr\u00e4chtigungen fr\u00fchzeitig begleiten.<\/p>\n
Alles in allem legt die japanische Arbeit den Grundstein f\u00fcr eine neue Dimension der kognitiven Diagnostik, bei der feinste Ausdrucksmuster durch KI-Analysen zug\u00e4nglich werden. Die Forschenden wollen jetzt \u00fcberpr\u00fcfen, wie sich das Verfahren in unterschiedlichen kulturellen und sprachlichen Kontexten bew\u00e4hrt und wie es bei einer l\u00e4ngeren Nachbeobachtung abschneidet.<\/p>\n
Der Beitrag ist im Original erschienen auf\u00a0Elmedicointeractivo.com<\/a>. <\/p>\n\u00a0<\/p>\n","protected":false},"excerpt":{"rendered":"Die leichte kognitive Beeintr\u00e4chtigung (Mild Cognitive Impairment, MCI) \u00e4u\u00dfert sich h\u00e4ufig durch subtile, kaum wahrnehmbare Ver\u00e4nderungen der Sprache.…\n","protected":false},"author":2,"featured_media":242946,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[137],"tags":[5546,29,30,141,232],"class_list":{"0":"post-242945","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-gesundheit","8":"tag-alzheimer-krankheit-alzheimersche-krankheit","9":"tag-deutschland","10":"tag-germany","11":"tag-gesundheit","12":"tag-health"},"share_on_mastodon":{"url":"https:\/\/pubeurope.com\/@de\/114797689150274498","error":""},"_links":{"self":[{"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/posts\/242945","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/comments?post=242945"}],"version-history":[{"count":0,"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/posts\/242945\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/media\/242946"}],"wp:attachment":[{"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/media?parent=242945"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/categories?post=242945"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.europesays.com\/de\/wp-json\/wp\/v2\/tags?post=242945"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}