AI herkent Parkinson via vragenlijsten die het nooit eerder zag
AI-modellen die Parkinson leren herkennen uit vragenlijsten, haken vast zodra ze een andere vragenlijst voorgeschoteld krijgen. Een nieuw systeem pakt dat anders aan, en scoort ook op vragenlijsten waarop het nooit getraind is.
Parkinson is de snelst groeiende neurologische aandoening ter wereld. Veel patiënten hebben al jaren klachten voordat een diagnose volgt. Vragenlijsten over slaap, reuk, stemming en motoriek kunnen vroege signalen bevatten, maar de manier waarop vragen gesteld worden verschilt sterk per vragenlijst. Dat maakt het lastig voor AI-modellen om van de ene naar de andere over te stappen.
Betekenis coderen in plaats van woorden
Het nieuwe systeem, Quest2Dx genaamd, gebruikt een taalmodel om de betekenis van elke vraag-en-antwoordcombinatie te coderen in een numerieke representatie. Dat is iets anders dan de precieze bewoording onthouden. De onderzoekers publiceerden hun bevindingen in Nature Aging. Het systeem kon hierdoor screenen op Parkinson via vragenlijsten die het tijdens de training nooit had gezien.
Vroegdetectie zonder dure apparatuur
Veel vroegdetectie-methoden vereisen hersenscanners of gespecialiseerde meetapparatuur. Vragenlijsten zijn goedkoop en schaalbaar. Als een AI-systeem betrouwbaar kan schakelen tussen bestaande, gevalideerde vragenlijsten, kunnen grote databases met gezondheidsinformatie worden benut zonder dat patiënten opnieuw onderzocht hoeven te worden. De bron beschrijft dit als een veelbelovende richting; hoe goed Quest2Dx scoort op specifieke klinieken of populaties vermeldt de beschikbare tekst niet in detail.
Zoektermen om verder te zoeken: taalmodel medische vragenlijst generalisatie | Parkinson vroegdetectie AI screening | semantische representatie klachtendata