语言识别应用程序能计算出一个人患精神分裂症或阿尔茨海默的风险吗？勃林格殷格翰一个由国际神经科学家和IT专家组成的团队希望通过人工智能来捕捉语言。因此这一方法超越了以研究来开发药物的范畴。该应用程序使用专门的软件来分析语言，旨在帮助在早期阶段发现精神障碍，从而使治疗更有效。基础算法将得以识别和分类这类疾病的典型语言模式，从而推动比以往更快、更精确的诊断。
“从过去的研究中我们得知患有例如精神分裂症或阿尔茨海默这样疾病的患者的口语会发生变化，”勃林格殷格翰“病理语言处理”数字研究项目产品负责人Christoph Eschenfelder解释道。“特别是当疾病进入晚期时，会出现许多明显的特征。我们希望通过专门的算法来更快地识别这些变化，从而推动此类疾病的早期发现。”
患者从早期诊断中获益
以精神分裂症为例：大多数精神分裂症患者（75%）在16至25岁之间发病，且随着病情的发展而恶化。如能尽早诊断和治疗，这一过程可显著减慢，甚至完全停止。“我们希望智能软件能够帮助我们在几分钟内便完成可靠的风险评估，并获得可靠的早期检测所期望的精准水平。” Eschenfelder解释道。目前还没有明确的精神分裂症诊断生物标志物，最初的症状也是非特异性的，因此很难及早发现。例如，患者倾向退出社交，看起来没有情绪，或者睡眠模式会发生变化。这些症状经常被误认为为与青春期相关。
更快更准确地分析语音模式
单词、音节、句子、音调和节奏可以以无数种方式组合在一起。“数字语言识别软件可以读取字里行间的数据，并使用算法识别其模式和逻辑关系。“Eschenfelder说道。“我们现已启动了临床研究，旨在探索人工智能在语言分析中的应用，以诊断阿尔茨海默和精神分裂症等疾病。” 早前对精神分裂症患者的研究已经表明，语调的改变和语言复杂性的降低等行为可能是该病的早期症状。阿尔茨海默患者的语言也会发生变化。
心理学家对试验参与者的访谈记录基于一个特定的问题系统而展开，可为数字语言分析提供原始数据。复杂搜索算法会对数字化语言进行分析。然后语言信号被转换为图形的表现形式，以便可以通过彩色视觉团来显示句子的结构、意义、语调和节奏。该系统通过人工智能和机器学习的方式来学会模式的识别和分类。
在精神或神经退行性疾病的“前驱期”（即精神分裂症或阿尔茨海默病的特征性症状尚未引起注意的时候），早期检测是较为理想的。因此勃林格殷格翰将多种早期检测方法的结合作为目标，为此公司正在推进合适生物标志物的研究，以推动早期检测。
本文网址：
