Jak sztuczna inteligencja może wykrywać demencję z mowy?

AI analizuje zarówno co pacjent mówi, jak i jak mówi: tempo artykulacji, pauzy, stabilność głosu, płynność, składnię i spójność wypowiedzi. Subtelne zmiany w tych parametrach mogą być trudne do wychwycenia dla człowieka, ale systemy uczenia maszynowego mogą je opisać ilościowo i rozpoznać wzorce związane z pogorszeniem funkcji poznawczych.

Czy AI zastąpi lekarzy w diagnostyce demencji?

Nie. Rozwiązanie zostało zaprojektowane jako narzędzie przesiewowe wspierające wczesne wykrywanie, a nie formalną diagnozę kliniczną. Celem jest dostarczenie lekarzom dodatkowego, obiektywnego sygnału opartego na danych, który będzie wspierać ich decyzje kliniczne.

Jakie są pierwsze objawy demencji widoczne w mowie?

Wczesne zmiany w mowie chorych obejmują dłuższe pauzy, mniejszą płynność wypowiedzi, powtórzenia, błędy, uproszczenia składniowe i trudności w doborze słów. Te subtelne zmiany mogą pojawić się zanim pacjent lub jego bliscy zauważą bardziej oczywiste symptomy, takie jak problemy z pamięcią czy trudności w codziennym funkcjonowaniu.

Gdzie można zastosować tę metodę AI?

Analiza mowy może być wykorzystywana w telemedycynie, opiece nad seniorami, przez lekarzy pierwszego kontaktu i terapeutów mowy. Wymaga jedynie nagrania audio wykonanego smartfonem, tabletem lub w ramach teleporady, co czyni ją dostępną i tanią metodą monitorowania zmian poznawczych.

Ile osób na świecie cierpi na demencję?

Według danych z publikacji, liczba osób z demencją na świecie wyniosła 57,4 miliona w 2019 roku i może wzrosnąć do 152,8 miliona w 2050 roku, co stanowi jedno z największych wyzwań dla starzejących się społeczeństw.

AI wykrywa demencję z analizy mowy. Polska nauka robi przełom

Polscy naukowcy opracowali metodę AI, która wcześnie wykrywa demencję na podstawie analizy sposobu mówienia pacjentów.

Sztuczna inteligencja potrafi słyszeć więcej niż człowiek – i właśnie ta umiejętność polscy naukowcy wykorzystali do opracowania przełomowej metody wczesnego wykrywania demencji na podstawie analizy mowy pacjentów. Zespół badaczy z Akademii Leona Koźmińskiego (ALK), ośrodka badawczego WarsawIQ i Uniwersytetu Marii Curie-Skłodowskiej w Lublinie stworzył algorytm, który może w przyszłości wspierać lekarzy w bezinwazyjnej, przesiewowej ocenie pogorszenia funkcji poznawczych.

Dlaczego wczesne wykrywanie demencji jest takie ważne?

Wczesna diagnostyka demencji to jedno z największych wyzwań współczesnej medycyny, a skala problemu będzie rosnąć wraz ze starzeniem się populacji. Liczba osób z demencją na świecie może wzrosnąć z 57,4 miliona w 2019 roku do 152,8 miliona w 2050 roku. W Polsce sytuacja jest szczególnie poważna: liczba osób z otępieniem może wzrosnąć z około 525 tysięcy w 2018 roku do ponad miliona w 2050 roku, co stanowi ponad 100-procentowy wzrost w ciągu trzech dekad.

Haupt problem polega na tym, że demencja jest najczęściej rozpoznawana zbyt późno. Kiedy pacjent lub jego bliscy zauważają pierwsze wyraźne objawy – problemy z pamięcią, trudności w codziennym funkcjonowaniu czy zmiany osobowości – proces chorobowy bywa już zaawansowany. Tymczasem okazuje się, że najwcześniej może zmieniać się mowa chorych.

Jak mowa zmienia się przy demencji?

Zmiany w sposobie mówienia mogą być jednym z pierwszych sygnałów pogorszenia funkcji poznawczych. U pacjentów z demencją pojawiają się:

dłuższe pauzy między słowami
mniejsza płynność wypowiedzi
powtórzenia słów i fraz
błędy artykulacyjne
uproszczenia składniowe
trudności w doborze właściwych słów

Problem w tym, że te subtelne zmiany są trudne do wychwycenia w codziennym kontakcie. Człowiek może nie zauważyć, że rozmówca mówi wolniej lub z dłuższymi pauzami, ale systemy sztucznej inteligencji mogą zmierzyć te parametry z precyzją i porównać je z normą.

Jakie modele AI wykorzystano w badaniu?

Polski zespół badaczy sprawdzył, jak różne typy sztucznej inteligencji analizują nagrania mowy. Opracowany system łączy kilka zaawansowanych narzędzi:

Model/Narzędzie	Funkcja	Parametry
HuBERT	Analiza akustycznych właściwości głosu	Cechy dźwiękowe, intonacja, głośność
eGeMAPS (openSMILE)	Ekstrakcja parametrów mowy	Energia, częstotliwość, dynamika
Whisper	Konwersja mowy na tekst	Transkrypcja nagrań audio
GPT-4o	Analiza cech językowych	Składnia, semantyka, spójność

Algorytm nie analizuje tylko tego, co pacjent mówi, lecz przede wszystkim to, jak mówi: tempo artykulacji, pauzy, stabilność głosu, płynność, składnię, powtórzenia i spójność wypowiedzi. To szczególnie ważne, ponieważ subtelne zmiany mogą być opisane ilościowo przez systemy uczenia maszynowego, a wzorce wykryte przez AI mogą być niedostrzegalne dla ludzkiego ucha.

Polska nauka na arenie międzynarodowej

Potencjał tej metody został uznany przez międzynarodową społeczność naukową. Badanie zostało przeprowadzone w ramach konkursu organizowanego podczas międzynarodowej konferencji poświęconej akustyce, mowie i przetwarzaniu sygnałów (International Conference on Acoustics, Speech, and Signal Processing, ICASSP) w 2025 roku w Indiach. Zespoły z całego świata rywalizowały w analizie nagrań mowy pod kątem przewidywania poziomu funkcji poznawczych i wspierania rozpoznawania demencji.

Polski zespół zajął 10. miejsce wśród 80 grup badawczych z całego świata. To solidny wynik, który pokazuje, że polska nauka jest konkurencyjna na globalnym poziomie w dziedzinie AI i medycyny.

Praktyczne zastosowania – dostępność i koszt

Jedną z największych zalet tej metody jest jej praktyczność. Analiza mowy może być wykonywana zdalnie, często i stosunkowo niskim kosztem. Wystarczy nagranie audio – wykonane smartfonem, tabletem albo w ramach teleporady. To otwiera drogę do częstszego, bardziej dostępnego monitorowania zmian poznawczych, zwłaszcza tam, gdzie dostęp do specjalistycznej diagnostyki jest ograniczony.

Rozwiązanie może być wykorzystywane w:

Telemedycynie – pacjenci mogą być monitorowani bez konieczności wizyty w klinice
Opiece nad seniorami – pracownicy domów opieki mogą zbierać dane podczas codziennych rozmów
Praktykach lekarzy pierwszego kontaktu – lekarze POZ mogą przesiewować pacjentów przed skierowaniem do specjalisty
Terapii mowy – logopedzi mogą monitorować postępy i zmiany w funkcjonowaniu poznawczym

Co to oznacza dla pacjentów i systemu opieki zdrowotnej?

Rozwiązanie zostało zaprojektowane jako narzędzie przesiewowe wspierające wczesne wykrywanie pogorszenia funkcji poznawczych, a nie narzędzie formalnej diagnozy klinicznej. Jak wyjaśnił dr Karol Chlasta z Katedry Zarządzania w Społeczeństwie Sieciowym ALK, jeden ze współautorów badania: “Nie chodzi o to, aby komputer zastąpił lekarza. Chodzi o to, aby lekarz otrzymał dodatkowy, obiektywny sygnał – oparty na danych, możliwy do zebrania podczas zwykłej rozmowy. Mowa jest niezwykle bogatym źródłem informacji o funkcjonowaniu poznawczym człowieka. Sztuczna inteligencja pozwala dostrzec w niej wzorce, które dla nas pozostają zbyt subtelne”.

To podejście jest kluczowe dla przyszłości diagnostyki. Zamiast czekać, aż pacjent wykaże oczywiste symptomy demencji, można monitorować jego funkcje poznawcze poprzez analizę mowy. Wczesne wykrycie pogorszenia funkcji poznawczych daje szansę na interwencję, która może spowolnić progresję choroby lub poprawić jakość życia pacjenta.

Biorąc pod uwagę, że liczba osób z demencją ma się podwoić w Polsce w ciągu 25 lat, takie rozwiązania mogą stać się niezbędne dla utrzymania efektywności systemu opieki zdrowotnej. Metoda opracowana przez polskich naukowców pokazuje, że AI nie musi być zagrożeniem dla medycyny – może być jej potężnym narzędziem wspierającym lekarzy w walce z jedną z największych chorób naszych czasów.