সম্প্রতি প্রকাশিত এক গবেষণায় ড আলঝাইমার এবং ডিমেনশিয়াগবেষকরা আলঝেইমার রোগের (AD) অগ্রগতির পূর্বাভাস দেওয়ার জন্য একটি পদ্ধতি তৈরি করেছেন।
অধ্যয়ন: আলঝেইমার রোগের 6 বছরের মধ্যে অগ্রগতির পূর্বাভাস দিতে বক্তৃতা ব্যবহার করা: ভাষা মডেল ব্যবহার করে একটি নতুন পদ্ধতিছবি সূত্র: fizkes/Shutterstock.com
পটভূমি
হালকা জ্ঞানীয় প্রতিবন্ধকতা (MCI) রোগীদের এডি হওয়ার ঝুঁকি বেশি থাকে। অতএব, এমসিআই থেকে এডি পর্যন্ত অগ্রগতির সঠিক ভবিষ্যদ্বাণী চিকিত্সা-সম্পর্কিত সিদ্ধান্ত, ট্রায়ালের জন্য নতুন ওষুধ নির্বাচন এবং পুনর্বাসন কর্মসূচিতে অংশগ্রহণে সহায়তা করতে পারে। AD প্যাথলজি প্রায়ই নিউরোইমেজিং কৌশল বা বায়োমার্কার ব্যবহার করে মূল্যায়ন করা হয়।
এমসিআই থেকে এডি পর্যন্ত অগ্রগতির পূর্বাভাস দেওয়ার ক্ষেত্রে বিভিন্ন গবেষণা এই (প্রথাগত) পদ্ধতির ভূমিকা মূল্যায়ন করেছে। যাইহোক, এই পদ্ধতিগুলি ব্যয়বহুল এবং আক্রমণাত্মক, তাদের প্রযোজ্যতা সীমিত করে।
বিপরীতে, নিউরোসাইকোলজিক্যাল টেস্টিং (এনপিটি) হল জ্ঞানীয় পতনের মূল্যায়ন করার সবচেয়ে সুবিধাজনক উপায়। এনপিটি ব্যবহার করে এমসিআই থেকে এডিতে রূপান্তরের পূর্বাভাস দেওয়ার জন্য কম্পিউটার-ভিত্তিক পদ্ধতিগুলি পরীক্ষা করা হয়েছে। এনপিটিতে বক্তৃতা জ্ঞানীয় পতনের পূর্বাভাস দিতে ব্যবহার করা যেতে পারে।
একটি কৃত্রিম বুদ্ধিমত্তা-ভিত্তিক ডায়গনিস্টিক মডেল তৈরি করা হয়েছে যা এনপিটির শাব্দিক এবং ভাষাগত বৈশিষ্ট্য ব্যবহার করে।
ফ্রেমিংহাম হার্ট স্টাডি (এফএইচএস) 2005 সাল থেকে এনপিটি রেকর্ড করছে এবং এই রেকর্ডগুলি ডায়াগনস্টিক সরঞ্জাম তৈরিতে ব্যবহার করা হয়েছে। পূর্বে, অধ্যয়নের লেখকরা ডিমেনশিয়া বর্ণালী জুড়ে ব্যক্তিদের শ্রেণীবদ্ধ করার জন্য রেকর্ডিংগুলিতে প্রাকৃতিক ভাষা প্রক্রিয়াকরণ (NLP) কৌশল প্রয়োগ করেছিলেন।
গবেষণা সম্পর্কে
এই গবেষণায়, গবেষকরা ছয় বছরের মধ্যে AD অগ্রগতির পূর্বাভাস দেওয়ার জন্য একটি পদ্ধতি বিকাশ করতে বক্তৃতা ডেটা ব্যবহার করেছিলেন। এফএইচএস জ্ঞানীয় সমস্যায় 166 জনকে পর্যবেক্ষণ করেছে। প্রতিটি ব্যক্তি এক ঘন্টার NPT এর মধ্য দিয়েছিল, যা ডিজিটালভাবে রেকর্ড এবং সংরক্ষণ করা হয়েছিল। শিক্ষাগত তথ্য, স্বাস্থ্য ঝুঁকির কারণ এবং অ্যাপলিপোপ্রোটিন ই (অ্যাপলিপোপ্রোটিন ই) অ্যালিল পাওয়া যায়।
এই অধ্যয়নটি সাধারণ জ্ঞান থেকে MCI বা AD পর্যন্ত অগ্রগতির পরিবর্তে MCI থেকে AD পর্যন্ত অগ্রগতির উপর দৃষ্টি নিবদ্ধ করে কারণ জ্ঞানীয় অবনতির (চিহ্ন) ছাড়াই জ্ঞানীয় পতনের পূর্বাভাস দেওয়ার ক্ষেত্রে NPT-এর সীমিত ভূমিকা রয়েছে।
পূর্ববর্তী কাজে, গবেষণা দল স্বয়ংক্রিয়ভাবে বক্তৃতা রেকর্ডিং প্রতিলিপি করার জন্য একটি টুল তৈরি করেছে। এই টুলটি বিষয়ের অডিও ফাইল ট্রান্সক্রাইব করতে ব্যবহৃত হত। প্রতিটি বাক্য একটি নির্দিষ্ট সাবটেস্ট অনুযায়ী চিহ্নিত করা হয়।
প্রতিটি প্রতিলিপির নির্দিষ্ট টুকরোগুলির উপর ভিত্তি করে এনপিটির জন্য বিভিন্ন ভেক্টর এম্বেডিং প্রাপ্ত হয়েছিল। গভীর শিক্ষা-ভিত্তিক মডেল ইউনিভার্সাল সেন্টেন্স এনকোডার ভেক্টর এমবেডিং তৈরি করে।
সংক্ষিপ্ত সংস্করণ তৈরি করতে ট্রান্সক্রিপ্ট থেকে এলোমেলোভাবে নমুনা নেওয়ার মাধ্যমে প্রশিক্ষণের ডেটা বৃদ্ধি করা হয়েছিল, যা তারপর কোড করা হয়েছিল। অতিরিক্তভাবে, সাবটেস্ট বিষয়বস্তু পৃথকভাবে কোড করা হয়েছিল, আটটি নির্দিষ্ট এম্বেডিং তৈরি করে।
একটি লজিস্টিক রিগ্রেশন মডেল প্রতিটি সাবটেস্টের বিষয়বস্তুর সাথে সম্পর্কিত পরিমাণগত ডেটাতে প্রশিক্ষিত হয়েছিল। এম্বেডিংয়ের সংক্ষিপ্ত সংস্করণগুলি প্রতিটি প্রতিলিপির জন্য একাধিক স্কোর তৈরি করতে স্বাধীন ইনপুট হিসাবে ব্যবহৃত হয়েছিল।
এই একাধিক স্কোর থেকে একটি ট্রান্সক্রিপশন গড় স্কোর (TAS) তৈরি করা হয়েছে। একটি সমন্বিত লজিস্টিক রিগ্রেশন মডেল তৈরি করা হয়েছিল সাবটেস্ট স্কোর এবং TAS ব্যবহার করে ছয় বছরের মধ্যে MCI থেকে AD পর্যন্ত অগ্রগতির সম্ভাবনার পূর্বাভাস দিতে।
মডেল কর্মক্ষমতা একটি স্তরিত গ্রুপ k-ভাঁজ ক্রস-বৈধকরণ পদ্ধতি ব্যবহার করে মূল্যায়ন করা হয়েছিল। অতিরিক্তভাবে, বৈশিষ্ট্য নির্বাচন এবং মাত্রা হ্রাসের জন্য অভ্যন্তরীণ ক্রস-বৈধকরণ করা হয়েছিল।
পারফরম্যান্স মেট্রিক্স রিসিভার অপারেটিং চরিত্রগত বক্ররেখা (AUC), নির্ভুলতা, নির্ভুলতা, সংবেদনশীলতা এবং নির্দিষ্টতার অধীনে এলাকা অন্তর্ভুক্ত করে।
আবিষ্কার করুন
166 MCI রোগীর মধ্যে, 90 জন ছয় বছরের মধ্যে AD ডিমেনশিয়া তৈরি করেছে। AD ডিমেনশিয়া মিশ্র ডিমেনশিয়া এবং স্ট্রোকের সাথে/বিহীন AD অন্তর্ভুক্ত। AD বিকাশের গড় সময় ছিল 2.7 বছর।
বয়স্ক, কম শিক্ষিত মহিলা এবং APOE ε4 অ্যালিল বহনকারী মহিলাদের AD হওয়ার সম্ভাবনা বেশি। উপরন্তু, পুরুষদের তুলনায় মহিলাদের গড় 1.4 বছর বয়সে AD বিকাশ হয়।
যে মডেলটি ডেমোগ্রাফিক, APOE ক্যারিয়ার স্ট্যাটাস, হেলথ ফ্যাক্টর, এবং টেক্সট ফিচারগুলিকে একত্রিত করে (যেমন, NLP মডেল) 79.9% এর F1 স্কোর এবং 78.5% এর AUC অর্জন করেছে।
শুধুমাত্র পাঠ্য বৈশিষ্ট্য ধারণকারী মডেলগুলির জন্য সংশ্লিষ্ট পরিসংখ্যান যথাক্রমে 79.4% এবং 77.8%। পাঠ্য এবং জনসংখ্যাগত বৈশিষ্ট্য সহ মডেলটির একটি AUC 77.5% এবং একটি F1 স্কোর ছিল 79.6%।
শুধুমাত্র NPT স্কোর সহ মডেলটির একটি F1 স্কোর 75.5% এবং একটি AUC 71.3% রয়েছে। শুধুমাত্র জনসংখ্যাগত বৈশিষ্ট্য সহ মডেলটির AUC এবং F1 স্কোর ছিল যথাক্রমে 68.8% এবং 71.1%।
মিনি-মেন্টাল স্টেট পরীক্ষার উপর ভিত্তি করে মডেলটির AUC ছিল 60.7%, এবং শুধুমাত্র স্বাস্থ্য বিষয়ক সহ মডেলটির AUC ছিল 66.2%।
উপসংহারে
সংক্ষেপে, গবেষকরা এমসিআই-এর রোগীদের মধ্যে AD-এর অগ্রগতির পূর্বাভাস দিতে স্বয়ংক্রিয় বক্তৃতা স্বীকৃতি এবং এনএলপির সম্ভাব্যতা প্রদর্শন করেছেন। প্রস্তাবিত মডেলটি 81.1 এর সংবেদনশীলতা, 75% এর একটি নির্দিষ্টতা এবং 78.2% এর নির্ভুলতার সাথে AD অগ্রগতির পূর্বাভাস দিয়েছে।
এই পদ্ধতিটি জেনেটিক বা ল্যাবরেটরি পরীক্ষা বা ইমেজিং জড়িত না করে সহজেই অ্যাক্সেসযোগ্য এবং অ-আক্রমণাত্মক AI-ভিত্তিক ভবিষ্যদ্বাণী সক্ষম করে, এটি দূরবর্তী মূল্যায়নের জন্য আদর্শ করে তোলে।
প্রদত্ত যে এই গ্রুপটি প্রধানত সাদা, এই ফলাফলগুলি নিশ্চিত করতে এবং তাদের সাধারণীকরণ যাচাই করার জন্য আরও বড় আকারের অধ্যয়ন প্রয়োজন।
