أعلنت الأكاديمية الصينية للعلوم عن تطوير إطار عمل جديد للذكاء الاصطناعي يحمل اسم CTCAIT، والذي يتميز بقدرته على الكشف عن الاضطرابات العصبية من خلال تحليل الكلام بدقة تتجاوز 90٪. هذا النموذج قادر على التقاط الأنماط الدقيقة في الصوت التي قد تشير إلى الأعراض المبكرة لأمراض مثل باركنسون، وهنتنغتون، ومرض ويلسون.
مقدمة عن تقنية CTCAIT
يتفوق إطار عمل CTCAIT في دقته ووضوحه مقارنة بالطرق التقليدية. يعتمد هذا النموذج على دمج ميزات زمنية متعددة المقياس وآليات تركيز، مما يجعله شديد الدقة وقابل للتفسير. هذه النتائج تبرز الكلام كأداة واعدة للتشخيص المبكر غير الجراحي ومراقبة الحالات العصبية.
تم تطوير هذا النموذج من قبل فريق بحث يقوده البروفيسور لي هاي في معهد التكنولوجيا الصحية والطبية التابع لمعاهد هيفاي للعلوم الفيزيائية في الأكاديمية الصينية للعلوم. وقد نُشرت الدراسة مؤخرًا في مجلة Neurocomputing.
فعالية التكنولوجيا في الكشف عن الاضطرابات العصبية
حقق نموذج CTCAIT دقة تصل إلى 92.06٪ في مجموعة بيانات باللغة الماندرين و87.73٪ على مجموعة بيانات باللغة الإنجليزية، مما يبرهن على قدرة النموذج على التعميم عبر اللغات. تعد عيوب الكلام من الأعراض المبكرة الشائعة للعديد من الاضطرابات العصبية، مما يجعل إشارات الصوت مؤشرات حيوية واعدة للكشف المبكر والمراقبة المستمرة لهذه الحالات.
بفضل التحليل الآلي للكلام، يمكن الحصول على كفاءة عالية وتكلفة منخفضة وطرق غير جراحية للكشف عن هذه الأمراض. ومع ذلك، تعاني الطرق السائدة حاليًا من الاعتماد المفرط على الميزات المصممة يدويًا وعدم القدرة على نمذجة التفاعلات المتغيرة زمنيًا وضعف القدرة على التفسير.
آلية عمل النموذج وميزاته
لمواجهة هذه التحديات، اقترح الفريق استخدام CTCAIT لتحليل السلاسل الزمنية المتعددة المتغيرات. يبدأ هذا الإطار باستخدام نموذج صوتي واسع النطاق لاستخراج الميزات الزمنية عالية الأبعاد من الكلام، ويمثلها كمدخلات متعددة الأبعاد على طول المحاور الزمنية وخصائصها.
ثم يستخدم النموذج شبكة Inception Time لالتقاط الأنماط متعددة المقياس والمستويات داخل السلسلة الزمنية. من خلال دمج آليات التركيز المتعددة الرؤوس عبر الزمن والقنوات، يلتقط CTCAIT بفعالية العلامات المرضية الصوتية المدمجة عبر الأبعاد المختلفة.
دور النموذج في التطبيقات السريرية
علاوة على ذلك، قام الفريق بتحليل قابلية تفسير عمليات اتخاذ القرار الداخلية للنموذج وقارن بشكل منهجي فعالية مهام الكلام المختلفة، مما يوفر رؤى قيمة لنشرها السريري المحتمل. توفر هذه الجهود توجيهات مهمة للتطبيقات السريرية المحتملة للطريقة في التشخيص المبكر ومراقبة الاضطرابات العصبية.
الخاتمة
في الختام، يمثل نموذج CTCAIT تطورًا هامًا في مجال الكشف عن الاضطرابات العصبية من خلال تحليل الكلام. مع دقته العالية وقدرته على التعميم عبر اللغات، يوفر هذا النموذج أداة غير جراحية وفعالة من حيث التكلفة للكشف المبكر ومراقبة الأمراض العصبية. بفضل دمجه للتقنيات الحديثة مثل آليات التركيز المتعددة، يضع CTCAIT معيارًا جديدًا في مجال الذكاء الاصطناعي الطبي.
