AI-based multimodal behavioral phenotyping for sarcopenia and muscle health assessment in older adults: study protocol

Naarmate mensen ouder worden, verliezen hun lichamen van nature op spiermassa en kracht, een conditie die bekend staat als sarcopenie. Dit verval gaat niet alleen over het gevoel zwakker te worden; het is nauw verbonden met een hoger risico op vallen, het verliezen van onafhankelijkheid en het ondergaan van ernstige gezondheidscomplicaties. Momenteel vertrouwen artsen op gespecialiseerde machines om spieren en kracht te meten, of ze stellen patiënten eenvoudige vragen over hun dagelijkse problemen. Deze machines zijn echter duur en moeilijk te gebruiken voor reguliere controles in de buurt, terwijl eenvoudige vragen het probleem in de vroege stadia vaak missen omdat mensen zich niet bewust zijn van hun krachtverlies totdat het te laat is. Wetenschappers vermoeden al lang dat de manier waarop mensen bewegen, spreken en zichzelf uitdrukken, verborgen aanwijzingen over hun gezondheid van de spieren kan bevatten; aanwijzingen die bestaan buiten van wat een persoon bewust weet of rapporteert. De uitdaging is geweest om uit te vogelen hoe je deze subtiele signalen van oudere volwassenen kunt vastleggen op een manier die natuurlijk aanvoelt en niet intimiderend is, vooral wanneer zij mogelijk niet bekend zijn met complexe technologie.

Een team van onderzoekers aan de Yeungnam Universiteit in Zuid-Korea heeft een nieuwe manier ontworpen om naar deze aanwijzingen te zoeken. In plaats van oudere volwassenen te vragen om moeilijke fysieke tests uit te voeren of lange formulieren alleen in te vullen, hebben de onderzoekers een zachte, op gesprekken gebaseerde sessie gecreëerd die minder dan dertig minuten duurt. Het doel is om te zien of een computerprogramma nauwkeurig genoeg kan luisteren en kijken om tekenen van een lage spiermassa te ontdekken door simpelweg te observeren hoe een persoon praat, het gezicht beweegt en gebaren maakt tijdens een gesprek. Deze benadering behandelt de menselijke stem en het gezicht als een rijke bron van gegevens, vergelijkbaar met hoe een arts naar een hartslag luistert, maar hier is de "hartslag" het subtiele ritme van de spraak en de microbewegingen van de gezichtsspieren. De onderzoekers proberen niet de gouden standaard van medische tests te vervangen, maar verkennen of deze alledaagse gedragingen kunnen dienen als een snelle, niet-invasieve eerste stap om te identificeren wie een diepere controle nodig heeft.

De studie omvat tot wel 120 gemeenschapbewoners van zestig jaar en ouder. Elke deelnemer komt in een rustige laboratoriumruimte waar zij één sessie doorbrengen onder begeleiding van een getrainde onderzoeker. Deze menselijke gids is een cruciaal onderdeel van het ontwerp en fungeert als een vriendelijke aanwezigheid om de angst te verminderen die de deelnemer zou kunnen voelen bij het worden opgenomen. De sessie is verdeeld in twee delen. Eerst, terwijl de deelnemer fris en alert is, nemen zij deel aan een reeks natuurlijke interacties. Zij praten kort over hun dag, lezen een korte passage hardop voor en kijken vervolgens naar afbeeldingen van gezichten die verschillende emoties tonen, waarbij ze eerst de emotie identificeren en vervolgens proberen datzelfde gezicht zelf aan te nemen. Ten slotte wordt hen gevraagd een kort verhaal te vertellen over een recent gelukkig moment en een recent verdrietig moment. Gedurende deze tijd nemen camera's en microfoons alles op, waarbij de snelheid van hun spraak, de toonhoogte van hun stem, de specifieke spieren die ze gebruiken bij het glimlachen of fronsen, en de mate waarin ze hun handen en armen bewegen, worden vastgelegd.

Na deze gedragsobservatie gaat de sessie over naar het tweede deel, waarbij de deelnemer een reeks standaard gezondheidsvragen beantwoordt. Sommige van deze vragen gaan over hun risico op spierverlies, terwijl andere vragen over hun stemming en angstniveau gaan. De onderzoekers gebruiken een mix van methoden: sommige vragen worden door de deelnemer op een touchscreen beantwoord, terwijl andere door de gids hardop worden voorgelezen om ervoor te zorgen dat iedereen comfortabel kan deelnemen, ongeacht hun comfort met technologie. De onderzoekers vergelijken de video- en audio-opnames van het eerste deel met de fysieke metingen die bij de deelnemers zijn gedaan. Ze gebruiken een apparaat dat de hoeveelheid spierweefsel in de armen en benen meet en een handknijptest om te bepalen wie een normale spiermassa en kracht heeft en wie een lage spiermassa heeft. Deze fysieke metingen dienen als de 'ground truth' waartegen de gedragsobservaties worden getest.

De kern van het idee is dat de gezondheid van de spieren een vingerafdruk kan achterlaten op hoe een persoon zich gedraagt. De onderzoekers hypothetiseren dat mensen met een lagere spiermassa langzamerer kunnen spreken, een vlakkere toon in hun stem kunnen hebben of minder variatie in hun gezichtsuitdrukkingen kunnen vertonen. Ze vermoeden ook dat de manier waarop een persoon de handen beweegt tijdens het praten minder vloeiend of minder frequent kan zijn. Door gebruik te maken van geavanceerde computerprogramma's, zal het team duizenden kleine details uit de opnames analyseren, zoals hoe vaak iemand pauzeert, hoeveel de stem trilt of hoe intensief iemand de wenkbrauwen beweegt. De computer zal vervolgens proberen het verschil te leren tussen de gedragspatronen van mensen met gezonde spieren en mensen met een lage spiermassa. Als de computer uitsluitend op basis van de video en audio succesvol het onderscheid kan maken tussen de twee groepen, zou dit suggereren dat deze gedragssignalen inderdaad verbonden zijn met de gezondheid van de spieren.

Dit onderzoek is een protocol, wat betekent dat het een gedetailleerd plan is voor hoe het onderzoek zal worden uitgevoerd, in plaats van een rapport van definitieve resultaten. De onderzoekers stellen het systeem zo op dat de gegevens die zij verzamelen van hoge kwaliteit en consistent zijn. Zij besteden speciale aandacht aan de rol van de menselijke gids, waarbij zij zorgvuldig noteren hoe de gids met de deelnemer interageert en wanneer hulp nodig is. Deze informatie is essentieel omdat het uiteindelijke doel is om uiteindelijk een digitale assistent te bouwen, misschien een computerprogramma dat met mensen kan praten, dat deze beoordeling kan uitvoeren zonder dat er een mens aanwezig is. Door te observeren hoe een echt mens een oudere volwassene zich comfortabel en begrepen laat voelen, hopen de onderzoekers toekomstige kunstmatige intelligentiesystemen te leren hoe ze dat ook kunnen doen. Ze bouwen ook een dataset op die mensen van verschillende leeftijden en beide geslachten bevat, om ervoor te zorgen dat de technologie die zij ontwikkelen eerlijk werkt voor iedereen.

De onderzoekers zijn voorzichtig over wat zij verwachten te vinden. Zij erkennen dat oudere volwassenen nerveus kunnen zijn in een laboratorium, en dat nervositeit de manier waarop zij spreken of bewegen kan veranderen, wat de resultaten zou kunnen verwarren. Om dit aan te pakken, meten zij angst- en depressieniveaus apart, zodat zij kunnen onderscheiden of de computer spierproblemen detecteert of algemene bezorgdheid. Zij zijn zich er ook van bewust dat het aantal mensen met een lage spiermassa in een algemene gemeenschapsgroep klein kan zijn, dus hebben zij hun analyse gepland om patronen over het hele spectrum van de spierzorg te zoeken, in plaats van alleen een simpele ja-of-nee splitsing. Als de studie vindt dat gedragssignalen nuttig zijn, zou dit kunnen leiden tot een nieuwe manier voor gemeenschappen om te screenen op spierverlies op een snelle en gemakkelijke manier, zonder dure apparatuur of lange wachttijden. Als de signalen niet sterk genoeg zijn, zal de studie nog steeds waardevolle kennis bieden over hoe oudere volwassenen met technologie omgaan en hoe zij tools voor hen kunnen ontwerpen.

Dit werk bevindt zich op het snijvlak van veroudering, gedrag en kunstmatige intelligentie. Het gaat verder dan het idee dat spiergezondheid alleen gaat over hoe snel iemand kan lopen of hoe zwaar een gewicht iemand kan tillen. In plaats daarvan suggereert het dat de conditie van het lichaam weerspiegeld kan worden in de stille, automatische manieren waarop we onszelf elke dag uitdrukken. Door een gesprek te behandelen als een venster naar de fysieke gezondheid, openen de onderzoekers een nieuw pad naar het begrijpen van hoe we verouderen. Zij beweren niet dat zij het probleem van sarcopenie hebben opgelost, maar zij bouwen de instrumenten om te zien of een eenvoudig, vriendelijk gesprek op een dag kan helpen om het probleem vroegtijdig te ontdekken, waardoor oudere volwassenen meer tijd krijgen om sterk en onafhankelijk te blijven. De studie vertegenwoordigt een zorgvuldige, stapsgewijze inspanning om een complexe biologische vraag om te zetten in een praktische, mensgerichte technologie.