Beszédelemzés a kognitív zavar felismerésére

A demencia ismerten kihat a spontán beszéd jellemzőire, és bizonyos változások már a betegség előrejelzőjének tekintett enyhe kognitív zavar (EKZ) stádiumában felfedezhetők. Szegedi kutatók beszédelemzéssel keresik a választ arra, előre jelezhető-e az Alzheimer-kór kifejlődése a spontán beszédfolyamat sajátosságai alapján. Az elemzést végző szoftver szűrővizsgálati célra is alkalmas lehet, sőt a kutatócsoport elképzelése szerint akár telemedicinás fejlesztési lehetőségeket is rejthet magában, hogy ezáltal a veszélyeztetett populációt mielőbb célzottan kivizsgálják, és korai terápiával lassítható legyen a kognitív hanyatlás. A dr. Kálmán János pszichiáter professzor vezette kutatócsoport a klinikai vizsgálat eddigi eredményeit és azok gyakorlati hasznosítási lehetőségeit mutatta be a Medical Tribune-nek.

– Mióta tart, és mennyire széles körű a beszédelemzésre épülő klinikai vizsgálat?

– A demenciával összefüggésbe hozható nyelvi jellemzők kutatása nagyjából nyolc éve indult, a konkrét klinikai vizsgálat pedig három éve zajlik. A résztvevőket az SZTE Pszichiátriai Klinikájának Memória Ambulanciáján megjelenő idősek közül toborozzuk, szigorú kritériumok szerint. A kontrollként szolgáló egészséges csoport mellé enyhe kognitív zavarral (EKZ) élő, illetve korai stádiumú Alzheimer-demenciával diagnosztizált betegeket vonunk be. Ezt azért tartjuk fontosnak, mert bár alapvetően az enyhe kognitív zavar kiszűrésére törekszünk, szeretnénk pontosan látni, hogyan változnak az általunk vizsgált nyelvi jellemzők a kognitív károsodástól mentes és az igazoltan Alzheimer-kórban szenvedők összehasonlításában. A beválasztás egyik feltétele jelen esetben a betöltött 60 éves kor, a betegcsoportokban pedig a kognitív tesztekkel és képalkotó eljárással egyaránt alátámasztott kognitív károsodás. Bárminemű pszichiátriai betegség – köztük a depresszió – jelenléte, vagy a megelőző egy éven belül elszenvedett koponyatrauma kizáró okot jelent – ismertette a tanulmány legfontosabb jellemzőit Szatlóczki Gréta klinikai pszichológus PhD-hallgató.

– Hogyan történik a beszédminták felvétele és kiértékelése?

– A beszédminták felvétele során háromféle beszédszituációt teremtünk. Első lépésként egy egyperces néma kisfilmet néznek meg a résztvevők, majd közvetlenül a vége után felidézik a látottakat. Ez az azonnali felidézés minőségéről ad információt, és mintegy kontrollként szolgál az egyéni beszédjellemzők megítélésére. Az azonnali felidézésben kevésbé vesznek részt olyan kognitív folyamatok, amelyek károsodása a késleltetett felidézés során már a beszédben is tükröződik. Második lépésben egy újabb egyperces néma kisfilmet vetítünk, ami után a résztvevőt arra kérjük, hogy mesélje el az előző napjának eseményeit – ez a spontán beszédről informál. Ezt követően kérjük a másodikként látott kisfilm elmesélését, ami a késleltetett felidézés képességét jellemzi számunkra. Összességében a nyelvi rész alig 10-15 percet vesz igénybe.

– Több akusztikus jellemzőről is igazoltuk, hogy korrelálnak az enyhe kognitív zavar fennállásával – magyarázza dr. Hoffmann Ildikó klinikai nyelvész, aki az SZTE Magyar Nyelvészeti Tanszékének docenseként, valamint az MTA Nyelvtudományi Intézetének tudományos munkatársaként vesz részt a kutatásban. – Számos tanulmány igazolja, hogy a beszéd bizonyos jellemzőinek elemzése érzékeny neuropszichológiai eszköz a beszédfolyamat és a beszédtervezés hátterében álló kognitív működések jellemzésére. Mivel beszéd közben tervezzük is a szöveget, a kognitív károsodás a nyelvi megnyilatkozásban is megnyilvánul: kihat például a beszéd lexikális jellemzőire (jó példája ennek a szótalálási nehézség), és sok esetben az érzelmi válaszkészség megváltozásában is megmutatkozik.

– A beszédminták kiértékelése, azaz a vizsgált paraméterek pontos elemzése korábban csak manuálisan történt, az MTA-SZTE Mesterséges Intelligencia Kutatócsoportjának köszönhetően azonban már automatikus elemzésre is van lehetőség – mutat rá a kutatásban igen nagy előrelépést hozó szoftveres fejlesztés jelentőségére Szatlóczki Gréta, hozzátéve, hogy míg a három szöveg kézi elemzése átlagosan 8-10 órát vett igénybe, addig a gépi analízissel alig 1 perc alatt elvégezhető ugyanez.

– A gépi feldolgozás alapját egy beszédfelismerő szoftver képezi, bizonyos átalakításokkal – magyarázza Tóth László informatikus, az MTA-SZTE Mesterséges Intelligencia Kutatócsoportjának tudományos főmunkatársa. – A beszédfelismerő rendszerek esetében elvárás, hogy a program minél több szót pontosan eltaláljon, ami a mi esetünkben kevésbé lényeges. A gépi feldolgozás paraméterkinyerő részét követi a beszélő besorolása, amihez gépi tanulási módszereket használtunk. Ez alapján a szoftver jelenlegi verziója 80 százalékos pontossággal meg tudja mondani, hogy a kontroll vagy az EKZ-csoportba tartozik-e a beszélő.

– Mennyire jó a manuális és a gépi elemzés egyezősége?

– Viszonylag jó: minimális eltéréssel – néhány százalékos hatékonyságcsökkenéssel – sikerült reprodukálnunk a manuális elemzések eredményeit.

– Azt is fontos megjegyeznünk – teszi hozzá Gosztolya Gábor, a szoftverfejlesztő munkacsoport másik tagja –, hogy a rendelkezésünkre álló alig több mint 100 beszédminta, amelyek egy része nem is volt megfelelő minőségű a gépi elemzéshez, rendkívül kicsiny adathalmaz egy gépi tanulási algoritmus használatához. A kis mintaelemszámból adódóan már egy-egy beteg eltérő besorolása is százalékos eltérést okoz a kézi és a gépi elemzés eredménye között; ennek ellenére meglepően jó egyezést látunk.

– Alkalmas lehet tehát a beszédelemző teszt és program a kognitív károsodással élő betegek felismerésére?

– A célunk értelemszerűen nem a diagnózis felállítása, hiszen az szakorvosi kompetencia. A beszédelemzési teszt és az általunk írt program szűrőmódszer lehet, amely a potenciálisan veszélyeztetett, és ezért orvoshoz irányítandó idősek felismerésére szolgálhat. Ezzel összefüggésben a távlati célunk az, hogy egy mindenki által elérhető alkalmazást fejlesszünk, amely azonnali visszajelzést adhatna a kognitív állapotról és az esetleges további vizsgálatok szükségességéről – vázolják a gyakorlati hasznosításra vonatkozó elképzeléseiket a kutatók.

– Hogyan segíthetné a klinikai gyakorlatot egy ilyen beszédelemző rendszer? – tettük fel a kérdést a kutatást vezető dr. Kálmán János professzornak, az SZTE Pszichiátriai Klinika tanszékvezető egyetemi tanárának.

– Az általunk kidolgozott teszt a demencia szempontjából nagy rizikójú egyének felismerésével lehetőséget adhat arra, hogy már a prodroma stádiumában vagy akár annál is korábban fény derüljön a kognitív hanyatlás első jeleire vagy fokozott rizikójára. Ez megteremti a korai beavatkozás lehetőségét, ezáltal pedig jóval nagyobb eséllyel lehet(ne) sikerrel befolyásolni a kórfolyamat progresszióját. Az elmúlt másfél évtizedben az Alzheimer-kór farmakoterápiájára irányuló klinikai vizsgálatok sorra megbuktak amiatt, hogy a rendelkezésre álló diagnosztikai eljárásokkal felismert betegség jellemzően már előrehaladott stádiumú, ebben a szakaszban pedig már nehéz érdemben beleszólni a kórfolyamatba: egy 30 éves időablakú betegségben a fél-egy évig tartó gyógyszeres beavatkozás zéró hatást fejt ki. Az Alzheimer-kór korai felismerésére alkalmas PET-vizsgálatok jelenleg nagyon drágák, a nagy érzékenységű likvorvizsgálat pedig nemcsak költséges, de invazív is, ezért nemigen ismételgethető. Ezzel szemben az emberi beszéd a legolcsóbb biológiai minta, ami nagyon jól tükrözi az egyén hangulati állapotát, érzelmi életét és gondolkodási képességeit. Mi magunk is meglepődtünk azon, milyen sok és megdöbbentő különbséget találtunk a normál beszéd és a szellemi hanyatlásra jellemző beszédmintázat között, a számszerűsíthető nyelvi paraméterek alapján pedig már nagyon korán elkülöníthetők a nagy rizikójú egyének az egészségesektől. Reményeink szerint a teszt egy nagyon egyszerű és olcsó, új szűrőmódszer lehet, ami a világon bárhol, bárki számára elérhető lehetne, és azonnali visszajelzést adna az egyéni demenciarizikóról – és itt nem feltétlenül csak az Alzheimer-kórra gondolunk, hanem a bárminemű szellemi leépülést tükröző nyelvi zavar felismerésére.

– Világviszonylatban van-e precedens hasonló szűrési eljárásra?

– Érdekes módon, a neurokognitív zavarok irányában nagyon kevesen foglalkoznak a miénkhez hasonló nyelvi területtel. Vannak ugyan nyelvi jellemzők – köztük például a szókincs gazdagsága vagy a memóriaműködések –, amiket kiterjedten vizsgáltak a demenciák vonatkozásában, az általunk elemzett, számszerűsíthető nyelvi mutatók azonban mindeddig elkerülték a kutatók figyelmét. Az általunk fejlesztett szűrőteszthez hasonló és ilyen egyszerű rizikóbecslési eljárás nem létezik – ezért is szédítően izgalmas számunkra ez a kutatási terület. Az eredményeinket idén tavasszal, az Alzheimer's Disease International 31. Nemzetközi Konferenciáján (Budapest, 2016. április 21–24.) is bemutattuk, és a nemzetközi érdeklődésnek köszönhetően külföldi kollaborátorokkal jelenleg azon (is) dolgozunk, hogy megpróbáljuk más nyelveken is standardizálni a tesztet. Ha sikerülne a világnyelvekre (angolra, spanyolra, németre, franciára) is átültetnünk, nemzetközi viszonylatban akár a gyógyszerhatás nyomon követésére alkalmazott bonyolult és munkaigényes teszteket is kiválthatná az Alzheimer-kórral kapcsolatos farmakológiai vizsgálatokban. Érdemes lenne ez irányban is továbblépnünk, amire a New York-i, floridai, ír, német és spanyol kutatókkal elindult együttműködések jó alapot adnak.

„A beszédminta leképezi gondolkodásunkat, érzelmeinket, és elképesztő gazdagságot hordoz, aminek csak egy töredékét tudjuk vizsgálni. Amiket a beszédelemző program mér, azt az emberi agy csak a megérzések szintjén képes követni” – mondja dr. Kálmán János professzor. Az általa vezetett klinikai vizsgálatban részt vevő kutatók: dr. Pákáski Magdolna, Szatlóczki Gréta és Biró Edit az SZTE Pszichiátriai Klinika; Tóth László, Gosztolya Gábor és Vincze Veronika az MTA-SZTE Mesterséges Intelligencia Kutatócsoport, valamint dr. Hoffmann Ildikó, az SZTE Magyar Nyelvészeti Tanszék és MTA Nyelvtudományi Intézet részéről. A szegedi kutatók által kifejlesztett teszt világviszonylatban új eljárásnak számít a demenciák vizsgálatában.