Ученые ВШЭ предложили новый метод анализа речи для ранней диагностики когнитивных нарушений

Ученые Центра языка и мозга НИУ ВШЭ и Научного центра психического здоровья предложили новый метод лингвистического анализа, позволяющий различать нормальное и патологическое старение. С помощью этого метода исследователи показали, что особенности подбора слов пациентом в речевых тестах позволяют точнее отличать клинически выраженные нарушения от субъективных жалоб на память. Внедрение такого анализа в клиническую практику может повысить точность ранней диагностики деменции. Результаты опубликованы в журнале Applied Neuropsychology: Adult.
С возрастом многие люди начинают жаловаться на ухудшение памяти и внимания, однако далеко не у всех это указывает на начало деменции. Главная задача врача и нейропсихолога — как можно раньше выявить объективные когнитивные нарушения, которые могут послужить маркером серьезного заболевания, например болезни Альцгеймера. Один из самых простых и распространенных в клинической практике инструментов для оценки когнитивного функционирования — тесты на вербальную беглость, когда человека просят за минуту назвать как можно больше слов из определенной категории (например, «животные» или «фрукты») или на конкретную букву.
Традиционно в тестах на вербальную беглость оценивается только общее количество правильно названных слов. Однако команда ученых НИУ ВШЭ предположила, что ключ к более точной диагностике кроется не в количестве слов, а в качестве и структуре ответа — в том, как человек организует поиск слов в своей памяти.
В ходе исследования 127 участников старше 50 лет, либо жалующихся на ухудшение памяти (субъективное когнитивное снижение), либо уже имеющих объективно выявляемые, но все еще слабо выраженные когнитивные нарушения (мягкое когнитивное снижение), выполняли тесты на вербальную беглость — фонетическую и семантическую. В заданиях на фонетическую беглость нужно было за ограниченное время называть слова на заданную букву, а в заданиях на семантическую беглость — подбирать слова по смысловой категории. Затем исследователи проанализировали ответы, чтобы выяснить, как особенности организации слов в речи связаны с когнитивным статусом участников.
Ученые выделили в ответах участников кластеры в зависимости от того, как человек группирует слова. Например, называет ли слова группами: «тигр, лев, леопард» (семантический кластер по категории «кошки») или «корова, козел, капибара» (фонетический кластер по двум общим начальным фонемам [к] и [а]).
Екатерина Родионова
«Нас интересовало, помогает ли анализ тонких смысловых и фонетических групп в речи лучше предсказывать когнитивный статус пожилого человека. Ведь сам процесс поиска слов — это сложная когнитивная операция, требующая слаженной работы речевой функции, планирования, памяти и контроля», — поясняет Екатерина Родионова, один из авторов исследования, стажер-исследователь Центра языка и мозга НИУ ВШЭ.
Оказалось, что чем больше был средний размер фонетического кластера, то есть чем длиннее были последовательности слов, похожих по звучанию, тем лучше было общее состояние когнитивных функций у участников исследования.
Светлана Малютина
«Когда человек активнее использует схожий по звучанию кластер при написании слов, перед тем как переключиться на другой, это признак сохранности когнитивных функций. Например, в задании на семантическую беглость последовательность “корова, козел, капибара, кот, кобра” (5 слов из 2 фонетических кластеров) лучше, чем “корова, слон, крот, мышь, капибара” (те же 5 слов, но не группирующиеся в фонетические кластеры)», — комментирует один из авторов работы, заместитель директора Центра языка и мозга НИУ ВШЭ Светлана Малютина.
Причем этот результат наблюдался в заданиях не только на фонетическую, но и на семантическую беглость: в них также длинные цепочки связанных фонетически слов называли люди с более высоким уровнем сохранности когнитивных функций.
Никита Черкасов
«Наши результаты показывают, что, наблюдая за тем, как именно человек подбирает слова, можно точнее отличить клинически выраженные нарушения от субъективных жалоб на память. Внедрение такого анализа в клиническую практику и скрининговые исследования может повысить точность раннего профилирования риска деменции, что критически важно для своевременного вмешательства», — считает Никита Черкасов, один из авторов исследования, младший научный сотрудник Центра языка и мозга НИУ ВШЭ и Научного центра психического здоровья.
Вам также может быть интересно:
В НИУ ВШЭ появится суперкомпьютер для работы с ИИ
Высшая школа экономики готовит к запуску второй суперкомпьютер. Новый кластер будет ориентирован прежде всего на задачи ИИ и дополнит уже действующий суперкомпьютер cHARISMa. Его запуск планируется на конец 2026 года.
В НИУ ВШЭ создан Фонд науки и технологий
Фонд науки и технологий НИУ ВШЭ (ФНТ) будет финансировать перспективные научные инициативы, имеющие прикладную направленность и содействующие достижению технологического лидерства России. На поддержку могут рассчитывать проектные команды из всех кампусов университета. Заявку в ФНТ можно подать в любой момент. Рассматривать заявки будет созданный Совет по науке и технологиям НИУ ВШЭ.
Нейросеть НИУ ВШЭ iFORA.LLM включена в Реестр российского программного обеспечения
Адаптированная большая языковая модель для сферы науки, технологий и инноваций (далее — iFORA.LLM, модель), разработанная экспертами Института статистических исследований и экономики знаний НИУ ВШЭ, включена в Реестр российского ПО. Модель создана для эффективного анализа массивов научно-технической информации — от поиска релевантных публикаций до оценки технологических трендов и формирования аналитических отчетов.
Новый метод НИУ ВШЭ и Т-Технологий повышает качество работы ИИ
Ученые из лаборатории научных исследований «Т-Технологий» и Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ разработали новый метод семплирования для моделей маскированной диффузии — G-Star+. Он помогает быстрее и качественнее исправлять ошибки во время генерации текста и кода за небольшое число шагов. Метод показал эффективность в задачах генерации текста и кода и может применяться там, где генеративным моделям нужно быстро и качественно создавать текст или код при ограниченных вычислительных ресурсах.
Студенты МИЭМ ВШЭ разработают два спутника собственной конструкции для орбитальных экспериментов
Аппараты, созданные студенческими командами, проведут в условиях космоса исследования свойств перспективных солнечных элементов, бортовых систем накопления энергии и серийной электроники для студенческих спутников.
В Вышке открыли проектно-учебную лабораторию совместно с Группой «Т-Технологии»
Группа «Т-Технологии» (головная структура Т-Банка) открыла проектно-учебную лабораторию на базе факультета компьютерных наук НИУ ВШЭ (ФКН НИУ ВШЭ). Проектно-учебная лаборатория Группы «Т-Технологии» в НИУ ВШЭ сосредоточится на проектах и задачах в области искусственного интеллекта, распределенных вычислений, анализа больших данных и информационной безопасности в финансовом секторе. Лабораторию возглавит Алексей Теплов, кандидат физико-математических наук.
В НИУ ВШЭ создали базу данных по производственным цепочкам мирового ВПК
Институт мировой военной экономики и стратегии (ИМВЭС) НИУ ВШЭ разработал новый аналитический инструмент для изучения оборонной промышленности зарубежных стран. База данных «Производственные цепочки мирового ВПК» показывает взаимосвязи между производителями на разных уровнях — от конечных систем до комплектующих.
Институт робототехнических систем ВШЭ запустил научно-технический семинар
Институт робототехнических систем (ИРС) ВШЭ запустил новый ежемесячный формат — Научно-технический семинар. Он объединяет сотрудников института, приглашенных экспертов, студентов, исследователей и представителей других подразделений НИУ ВШЭ для обсуждения актуальных задач мехатроники, робототехники и киберфизических систем.
В НИУ ВШЭ разработали сервис обезличивания табличных данных для безопасного использования в ИИ-системах
Институт искусственного интеллекта и цифровых наук ФКН ВШЭ разработал сервис обезличивания табличных данных, предназначенный для подготовки корпоративных данных к использованию в аналитических и ИИ-сервисах. Решение позволяет выявлять персональные данные в структурированных наборах, применять к ним воспроизводимые правила обезличивания и формировать артефакты, необходимые для контроля качества, аудита и последующего использования данных в защищенных контурах.
«Дни компьютерных наук год от года становятся масштабнее, и это отражает развитие ФКН»
Прошедший недавно в корпусе НИУ ВШЭ на Покровке фестиваль «Дни компьютерных наук» (ДКН) стал главной точкой притяжения для всех, кто интересуется технологиями. Событие, организованное факультетом компьютерных наук (ФКН) Вышки совместно с партнерами, собрало около трех тысяч участников: студентов, абитуриентов, выпускников, преподавателей и экспертов индустрии.


