Yapay Zeka Konuşma Analiziyle 'Yaş Tahmini' Yaparak Zihinsel Gerilemeyi Tespit Ediyor
Arjantin, Şili, Kolombiya, Meksika ve Peru'dan 2 bin 900'den fazla katılımcıyla gerçekleştirilen yeni bir araştırma, yapay zeka modellerinin konuşma özelliklerini analiz ederek bireylerin 'konuşma yaşını' hesaplayabileceğini ortaya koydu. Bilim dünyasında yankı uyandıran çalışmaya göre, yapay zeka tarafından hesaplanan yaşın kronolojik yaştan yüksek olması, hafif zihinsel bozukluk, Alzheimer ve frontotemporal demans gibi rahatsızlıkların yanı sıra hızlanmış biyolojik yaşlanma belirtileriyle doğrudan örtüşüyor.

İnsan sağlığına ve biyolojik yaşlanmaya dair ipuçları yalnızca laboratuvar testlerinde veya genetik haritalarda saklı değil. Science Advances dergisinde yayımlanan kapsamlı bir araştırma, günlük konuşma biçimlerimizdeki küçük detayların vücudun ve beynin yaşlanma seyrine ışık tutabileceğini kanıtladı. Geliştirilen yeni bir yapay zeka modeli, kişilerin yalnızca konuşma özelliklerini analiz ederek kronolojik yaşlarını tahmin ediyor ve gerçek yaş ile hesaplanan değer arasındaki farkı ortaya koyuyor.
700'den Fazla Özellik İncelendi
Latin Amerika genelinde; Arjantin, Şili, Kolombiya, Meksika ve Peru'dan 18 ile 88 yaş aralığında 2 bin 900'den fazla İspanyolca konuşan yetişkinin katıldığı çalışmada, katılımcıların yaklaşık 1.500'ü zihinsel açıdan sağlıklı bireylerden oluştu. Kalan grupta ise hafif zihinsel bozukluk (MCI), Alzheimer hastalığı veya beynin ön bölgesini hedef alan frontotemporal demans teşhisi konmuş hastalar yer aldı.
Araştırma sürecinde katılımcılar, hareketli bir video betimleme, belirli kategorilere göre kelime sıralama ve dinletilen bir hikayeyi aktarma dahil olmak üzere yedi farklı konuşma görevi tamamladı. Toplanan ses kayıtları üzerinde derinlemesine inceleme yapan araştırmacılar; konuşma hızı, duraklamaların süresi ve sıklığı, ses tonundaki değişimler, kelime dağarcığı çeşitliliği ve duygusal ifade biçimleri dahil olmak üzere 700'den fazla parametreyi çıkardı. Makine öğrenimi algoritması, bu devasa veri setini işleyerek her bir katılımcı için tahmini bir yaş değeri üretti.
Modelin tahmin ettiği değer ile kişinin gerçek yaşı arasındaki fark, literatürde “konuşma yaşı farkı” olarak tanımlandı. Analiz sonuçlarına göre zihinsel olarak sağlıklı bireylerde bu fark oldukça düşük çıkarken, hafif zihinsel bozukluk veya demans tanısı bulunan gruplarda makas açıldı. Özellikle doğrudan iletişim ve dil yeteneklerini sekteye uğratan frontotemporal demans vakalarında bu farkın en üst düzeye ulaştığı görüldü.
Biyolojik Yaşlanma ve Klinik Bulgularla Örtüşüyor
Konuşma yaşı kronolojik yaşından daha ileri çıkan katılımcıların, hafıza, dil ve dikkat odaklı nöropsikolojik testlerde de daha zayıf performans sergilediği tespit edildi. Günlük yaşam aktivitelerini yerine getirirken yaşanan zorluklar ile konuşma yaşı farkı arasında anlamlı bir paralellik saptandı.
Çalışma, elde edilen bulguların kan testleri ve epigenetik verilerle de desteklendiğini gösterdi. Konuşma yaşı farkı yüksek olan kişilerin DNA üzerindeki kimyasal imzalara dayanan epigenetik saatleri, biyolojik yaşlanmanın daha hızlı yol aldığına işaret etti. Öte yandan Alzheimer hastalarında gözlemlenen büyük konuşma yaşı farkı, hastalıkla doğrudan ilişkilendirilen p-tau217 proteininin kandaki yüksek seviyeleriyle bağdaştırıldı. Araştırma ayrıca finansal zorluklar, yetersiz beslenme, sağlık hizmetlerine sınırlı erişim ve düşük eğitim seviyesi gibi sosyoekonomik risk faktörlerinin de yüksek konuşma yaşı farkıyla yakın ilişkide olduğunu ortaya koydu.
Yeni Bir Tanı Yöntemine Doğru
Günümüzde yaşlanma ve nörolojik gerileme süreçlerinin tespiti için kullanılan beyin görüntüleme veya karmaşık kan testleri gibi yöntemler yüksek maliyetler ve operasyonel zorluklar barındırıyor. Araştırmanın eş yazarlarından, Arjantin’deki San Andrés Üniversitesi’nden Adolfo García, konuşma analizinin bu dezavantajları ortadan kaldırarak çok daha erişilebilir ve pratik bir alternatif sunabileceğini vurguluyor.
Bilim insanları bu yöntemin tek başına kesin bir demans tanısı koymak için kullanılmayacağının altını çiziyor. Sistem, hekimlerin hangi hastaların zihinsel sağlık açısından daha kapsamlı bir değerlendirmeden geçmesi gerektiğini belirlemesinde yardımcı olacak destekleyici bir tarama aracı olarak konumlandırılıyor. Önümüzdeki aşamada modelin farklı İspanyolca lehçelerine sahip topluluklarda ve tamamen farklı dillerde test edilmesi planlanıyor. Ayrıca tek seferlik ölçümler yerine, bireylerin konuşma özelliklerindeki zamansal değişimlerin takip edilmesinin, yaşlanma ve bilişsel gerilemenin erken teşhisindeki başarısını artırabileceği öngörülüyor.
Audible, Hikaye Karakterleriyle Konuşma İmkanı Sunan Yapay Zeka Özelliklerini DuyurduAI Gündem · 14:07
Tesla Robotaksi'nin Gece Çalışma Saatlerindeki Sınırın Nedeni Açıklandı: Düşük Işıkta Hayvan Algılama ZorluğuRobotik · 15:22
Google Gemini Uygulamasında Model Erişimi Değişiyor: Ücretsiz ve Plus Kullanıcılara Kısıtlama GeliyorAI Modelleri · 15:21