پژوهشگران با استفاده از هوش مصنوعی، ابزاری توسعه داده‌اند که با تحلیل ویژگی‌های صدا، سن افراد را تخمین می‌زند و می‌تواند نشانه‌هایی از پیری مغز و خطر ابتلا به زوال عقل را شناسایی کند.
صدای ما احتمالا بیش از آنچه گمان می‌کنیم حاوی اطلاعاتی درباره وضعیت جسمی و مغزی ماست. پژوهشگران به‌تازگی ابزاری مبتنی بر هوش مصنوعی ساخته‌اند که با گوش دادن به نحوه صحبت کردن افراد، سن آنها را تخمین می‌زند؛ تخمینی که ممکن است سرنخ‌هایی از سرعت پیری و حتی خطر زوال عقل به دست دهد.
این ابزار فقط به تن صدا یا زیر و بمی آن توجه نمی‌کند، بلکه صدها ویژگی، از سرعت حرف زدن و مکث‌ها گرفته تا انتخاب واژه‌ها و شیوه بیان احساسات را می‌سنجد. پژوهشگران با آزمایش این مدل روی نزدیک به سه هزار اسپانیایی‌زبان دریافتند که هرچه سن تخمینی هوش مصنوعی از سن واقعی او بیشتر باشد، احتمال بروز اختلالات شناختی، زوال عقل و شتاب روند پیری زیستی در آنها بالاتر است. این افراد همچنین محرومیت‌های اجتماعی و اقتصادی بیشتری را هم از سر گذرانده بودند. نتایج این مطالعه روز چهارشنبه ۳۰ سپتامبر در نشریه علمی «ساینس ادونسز» (Science Advances) منتشر شد.
به نوشته تارنمای لایو‌ساینس، طرح اصلی این پژوهش بی‌شباهت به «ساعت‌های پیری» نیست؛ روش‌هایی که با بررسی نشانه‌های زیستی بدن تلاش می‌کنند سن زیستی فرد و احتمال ابتلا به بیماری‌های مرتبط با افزایش سن را تخمین بزنند. تفاوت اینجاست که ابزار جدید برای این کار به آزمایش خون یا تصویربرداری از مغز نیاز ندارد و اطلاعات مورد نیازش را از صدای فرد به دست می‌آورد.
آدولفو گارسیا، از نویسندگان این پژوهش و مدیر مرکز علوم اعصاب شناختی دانشگاه سن آندرس آرژانتین، می‌گوید روش‌های موجود برای سنجش پیری بسیار قدرتمندند، اما بسیاری از آنها به تصویربرداری مغزی یا آزمایش خون وابسته‌اند؛ آزمایش‌هایی که ممکن است گران و تهاجمی یا تکرار منظم آنها دشوار باشد. به گفته او، استفاده از گفتار این محدودیت‌ها را تا حد زیادی برطرف می‌کند.
البته هنوز برای استفاده از این ابزار در تشخیص خطر زوال عقل افراد زود است. یک متخصص به لایو ساینس گفت این روش باید در زبان‌های دیگر و همچنین در مطالعاتی که افراد را مدتی طولانی پی‌گیری می‌کنند آزمایش شود.
این ابزار چگونه به واسطه حرف زدن سن را تخمین می‌زند؟
پژوهشگران برای این مطالعه
صدای افراد هنگام انجام این تمرین‌ها ضبط شد. پژوهشگران سپس بیش از ۷۰۰ ویژگی را در این نمونه‌ها بررسی کردند؛ از مکث‌ها و سرعت صحبت کردن گرفته تا زیر و بمی صدا، دامنه واژگان و نحوه بیان احساسات.
سراغ داده‌های «کنسرسیوم رد-لت» (پروژه‌ای بزرگ درباره زوال عقل در آمریکای لاتین) رفتند. اطلاعات بیش از دو هزار و ۹۰۰ اسپانیایی‌زبان از آرژانتین، شیلی، کلمبیا، مکزیک و پرو در این بررسی گنجانده شد. شرکت‌کنندگان بین ۱۸ تا ۸۸ سال داشتند. حدود هزار و ۵۰۰ نفر از نظر شناختی سالم بودند و دیگر افراد به اختلال شناختی خفیف، آلزایمر یا زوال عقل پیشانی ـ گیجگاهی مبتلا بودند.
هر شرکت‌کننده هفت آزمون را پشت سر گذاشت. برای مثال، از آنها خواسته شد یک ویدیوی انیمیشنی را توصیف کنند، در۶۰ ثانیه تا جای ممکن نام سبزیجات، حیوانات و واژه‌های مختلف را به زبان بیاورند و داستان کوتاهی را یک بار بلافاصله پس از شنیدن و بار دیگر ۲۰ تا ۳۰ دقیقه بعد بازگو کنند.
صدای افراد هنگام انجام این تمرین‌ها ضبط شد. پژوهشگران سپس بیش از ۷۰۰ ویژگی را در این نمونه‌ها بررسی کردند؛ از مکث‌ها و سرعت صحبت کردن گرفته تا زیر و بمی صدا، دامنه واژگان و نحوه بیان احساسات.
این داده‌ها در اختیار یک مدل
یادگیری ماشینی قرار گرفت تا یاد بگیرد تنها از روی نحوه صحبت کردن، سن افراد را حدس بزند. پژوهشگران سپس عددی را که هوش مصنوعی به دست آورده بود با سن واقعی هر فرد مقایسه کردند و اختلاف میان این دو را «فاصله سنی گفتار» نامیدند.
نتیجه روشن بود. در افراد سالم، سنی که هوش مصنوعی از روی گفتار تخمین می‌زد معمولا به سن واقعی نزدیک‌تر بود، اما این فاصله در مبتلایان به اختلالات شناختی خفیف یا زوال عقل بیشتر می‌شد. بیشترین اختلاف نیز در افرادی دیده شد که به نوعی از زوال عقل پیشانی‌ـ‌گیجگاهی مبتلا بودند که بیش از هر چیز توانایی زبان و برقراری ارتباط را مختل می‌کند.
این ارتباط فقط در نتایج هوش مصنوعی دیده نشد. کسانی که گفتارشان از سن واقعیشان «پیرتر» به نظر می‌رسید، در آزمون‌های حافظه، زبان و توجه نیز عملکرد ضعیف‌تری داشتند و انجام فعالیت‌های روزمره برایشان دشوارتر بود.
آزمایش‌های خون هم تصویر مشابهی ترسیم کرد. هرچه اختلاف میان سن واقعی فرد و سنی که از روی گفتارش تخمین زده می‌شد بیشتر بود، سه شاخص اپی‌ژنتیکی نیز از پیری سریع‌تر بدن حکایت داشت. این شاخص‌ها با بررسی تغییرات شیمیایی روی دی‌ان‌ای، تصویری از سن زیستی بدن به دست می‌دهند؛ سنی که لزوما با تعداد سال‌هایی که از تولد فرد گذشته یکسان نیست.
در مبتلایان به آلزایمر نیز هرچه این اختلاف سنی بیشتر بود، میزان «پی‌ـ‌تاو ۲۱۷» در خون بالاتر می‌رفت؛ پروتئینی که یکی از نشانگرهای مرتبط با بیماری آلزایمر است.
پژوهشگران به همبستگی معنادار دیگری نیز پی بردند.
هر شرکت‌کننده هفت آزمون را پشت سر گذاشت. برای مثال، از آنها خواسته شد یک ویدیوی انیمیشنی را توصیف کنند، در۶۰ ثانیه تا جای ممکن نام سبزیجات، حیوانات و واژه‌های مختلف را به زبان بیاورند و داستان کوتاهی را یک بار بلافاصله پس از شنیدن و بار دیگر ۲۰ تا ۳۰ دقیقه بعد بازگو کنند.
عواملی چون شرایط نامساعد اقتصادی، ناامنی غذایی، دسترسی محدود به خدمات درمانی، تجربیات دشوار دوران کودکی و سطح پایین تحصیلات همگی در میان افرادی که صدایشان پیرتر از سن واقعیشان به نظر می‌رسید شیوع بیشتری داشت. به گفته گارسیا، با وجود تفاوت‌های اجتماعی و فرهنگی در پنج کشور بررسی‌شده، این الگو در همه آنها یکسان و تکرارپذیر بود.
صدای پیرتر الزاما به معنای زوال عقل نیست
دکتر مانیشا پارولکار، از مدیران مرکز اختلالات حافظه و سلامت مغز در مرکز پزشکی دانشگاه هکنساک در نیوجرسی که در این تحقیق نقشی نداشت، این روش را گامی مهم برای آسان‌تر و دسترس‌پذیرتر شدن ارزیابی سلامت مغز می‌داند.
اما او درباره تعمیم شتاب‌زده یا اغراق در تفسیر نتایج هشدار می‌دهد. صدای انسان به‌شدت تحت تأثیر وضعیت جسمی و روانی او قرار دارد. عواملی چون افسردگی شدید، خستگی مفرط یا قرار گرفتن در معرض فشارهای سنگین زندگی نیز ممکن است نحوه و الگوی صحبت کردن فرد را «پیرتر» نشان دهد. به همین دلیل، پارولکار می‌گوید در جایگاه پزشک هرگز تنها با تکیه بر چنین ابزاری نمی‌توان به تشخیص قطعی زوال عقل رسید.
به گفته او، این فناوری در آینده بیشتر می‌تواند نقش یک زنگ هشدار را داشته باشد؛ یعنی اگر نتیجه غیرعادی بود، پزشک را به بررسی دقیق‌تر حافظه و دیگر توانایی‌های شناختی فرد هدایت کند.
این پژوهش محدودیت مهم دیگری هم دارد. بسیاری از شرکت‌کنندگان فقط یک بار بررسی شدند و پژوهشگران تغییرات صدای آنها را در طول چند سال دنبال نکردند. بنابراین هنوز نمی‌توان گفت پیرتر شدن الگوی گفتار واقعا افت شناختی آینده را پیش‌بینی می‌کند یا اینکه با پیشرفت زوال عقل، صدا و نحوه صحبت کردن دقیقا چگونه تغییر خواهد کرد.
از سوی دیگر، هوش مصنوعی این مطالعه فقط با صدای افراد اسپانیایی‌زبان از پنج کشور آمریکای لاتین آموزش دیده است. بنابراین نمی‌توان همین مدل را بدون آزمایش و تغییر برای زبان‌های دیگر به کار برد.
پارولکار می‌گوید نمی‌توان مدلی را که با زبان اسپانیایی آموزش دیده است به‌سادگی برای نمونه‌های انگلیسی به کار گرفت. هر زبان ویژگی‌های خاص خود را دارد و این تفاوت‌ها باید هنگام طراحی و آزمایش مدل در نظر گرفته شوند.
پژوهشگران اکنون می‌خواهند این روش را درمورد زبان‌های دیگر آزمایش کنند و افراد را مدت طولانی‌تری زیر نظر بگیرند. هدف این است که مشخص شود آیا تغییر در نحوه صحبت کردن می‌تواند پیش از بروز علائم شناختی، زنگ خطری برای آینده باشد یا نه.
گارسیا می‌گوید به باور او، در نحوه صحبت کردن افراد نشانه‌های قدرتمندی وجود دارد که شاید روزی بتوان از آنها برای پیش‌بینی خطر زوال عقل در آینده استفاده کرد، اما برای رسیدن به چنین نتیجه‌ای هنوز به مطالعات بیشتر و متنوع‌تری نیاز است.