Ученые ВШЭ предложили новый метод анализа речи для ранней диагностики когнитивных нарушений

Ученые Центра языка и мозга НИУ ВШЭ и Научного центра психического здоровья предложили новый метод лингвистического анализа, позволяющий различать нормальное и патологическое старение. С помощью этого метода исследователи показали, что особенности подбора слов пациентом в речевых тестах позволяют точнее отличать клинически выраженные нарушения от субъективных жалоб на память. Внедрение такого анализа в клиническую практику может повысить точность ранней диагностики деменции. Результаты опубликованы в журнале Applied Neuropsychology: Adult.
С возрастом многие люди начинают жаловаться на ухудшение памяти и внимания, однако далеко не у всех это указывает на начало деменции. Главная задача врача и нейропсихолога — как можно раньше выявить объективные когнитивные нарушения, которые могут послужить маркером серьезного заболевания, например болезни Альцгеймера. Один из самых простых и распространенных в клинической практике инструментов для оценки когнитивного функционирования — тесты на вербальную беглость, когда человека просят за минуту назвать как можно больше слов из определенной категории (например, «животные» или «фрукты») или на конкретную букву.
Традиционно в тестах на вербальную беглость оценивается только общее количество правильно названных слов. Однако команда ученых НИУ ВШЭ предположила, что ключ к более точной диагностике кроется не в количестве слов, а в качестве и структуре ответа — в том, как человек организует поиск слов в своей памяти.
В ходе исследования 127 участников старше 50 лет, либо жалующихся на ухудшение памяти (субъективное когнитивное снижение), либо уже имеющих объективно выявляемые, но все еще слабо выраженные когнитивные нарушения (мягкое когнитивное снижение), выполняли тесты на вербальную беглость — фонетическую и семантическую. В заданиях на фонетическую беглость нужно было за ограниченное время называть слова на заданную букву, а в заданиях на семантическую беглость — подбирать слова по смысловой категории. Затем исследователи проанализировали ответы, чтобы выяснить, как особенности организации слов в речи связаны с когнитивным статусом участников.
Ученые выделили в ответах участников кластеры в зависимости от того, как человек группирует слова. Например, называет ли слова группами: «тигр, лев, леопард» (семантический кластер по категории «кошки») или «корова, козел, капибара» (фонетический кластер по двум общим начальным фонемам [к] и [а]).
Екатерина Родионова
«Нас интересовало, помогает ли анализ тонких смысловых и фонетических групп в речи лучше предсказывать когнитивный статус пожилого человека. Ведь сам процесс поиска слов — это сложная когнитивная операция, требующая слаженной работы речевой функции, планирования, памяти и контроля», — поясняет Екатерина Родионова, один из авторов исследования, стажер-исследователь Центра языка и мозга НИУ ВШЭ.
Оказалось, что чем больше был средний размер фонетического кластера, то есть чем длиннее были последовательности слов, похожих по звучанию, тем лучше было общее состояние когнитивных функций у участников исследования.
Светлана Малютина
«Когда человек активнее использует схожий по звучанию кластер при написании слов, перед тем как переключиться на другой, это признак сохранности когнитивных функций. Например, в задании на семантическую беглость последовательность “корова, козел, капибара, кот, кобра” (5 слов из 2 фонетических кластеров) лучше, чем “корова, слон, крот, мышь, капибара” (те же 5 слов, но не группирующиеся в фонетические кластеры)», — комментирует один из авторов работы, заместитель директора Центра языка и мозга НИУ ВШЭ Светлана Малютина.
Причем этот результат наблюдался в заданиях не только на фонетическую, но и на семантическую беглость: в них также длинные цепочки связанных фонетически слов называли люди с более высоким уровнем сохранности когнитивных функций.
Никита Черкасов
«Наши результаты показывают, что, наблюдая за тем, как именно человек подбирает слова, можно точнее отличить клинически выраженные нарушения от субъективных жалоб на память. Внедрение такого анализа в клиническую практику и скрининговые исследования может повысить точность раннего профилирования риска деменции, что критически важно для своевременного вмешательства», — считает Никита Черкасов, один из авторов исследования, младший научный сотрудник Центра языка и мозга НИУ ВШЭ и Научного центра психического здоровья.
Вам также может быть интересно:
V конференция «Погружение в машинное обучение»: главное ИИ-событие осени соберет ведущих ученых России
Институт искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ приглашает исследователей, разработчиков и всех, кто создает будущее технологий, на пятую, юбилейную конференцию «Погружение в машинное обучение» (Fall into ML 2026). Мероприятие состоится 23–24 октября 2026 года в Центре культур НИУ ВШЭ (Москва, Покровский бульвар, д. 11, cтр. 6) и станет главной точкой притяжения для российского ИИ-сообщества.
В НИУ ВШЭ пройдет международная конференция об обучении служением и искусственном интеллекте
21–23 октября 2026 года в НИУ ВШЭ пройдет Международная научно-практическая конференция «Обучение служением и искусственный интеллект: человекоцентричная социальная миссия университета». Конференция объединит представителей российских и зарубежных университетов, органов власти, некоммерческих организаций и бизнеса. Регистрация уже открыта.
НИУ ВШЭ расширяет сотрудничество с Малайзией в сфере технологического форсайта
Ученые НИУ ВШЭ примут участие в исследовании перспектив инженерного образования в Малайзии, а Малайзийская промышленно-правительственная группа высоких технологий (MIGHT) использует для валидации результатов их форсайт-исследований систему анализа больших данных iFORA. Таковы результаты визита представителей Вышки в Куала-Лумпур.
В НИУ ВШЭ разработают систему предиктивной аналитики для двигателей ледоколов
Автоматизация промышленности является одним из ключевых направлений применения технологий искусственного интеллекта. Среди решений, разрабатываемых для российской индустрии в рамках стратегического технологического проекта НИУ ВШЭ «Мультиагентная платформа ИИ-решений для отраслевых задач», — система предиктивной аналитики для крупных электродвигателей. Что такое предиктивная аналитика, как она влияет на работу электродвигателя и какие специалисты объединили усилия для создания этого продукта, «Вышке.Главное» рассказал координатор разработки, декан факультета «Школа информатики, физики и технологий» НИУ ВШЭ — Санкт-Петербург Антон Зарубин.
Дополнительные баллы к ЕГЭ за золотой значок: стартовал новый сезон сдачи нормативов ТехноГТО
Стартовала новая сессия сдачи очных нормативов технологической грамотности ТехноГТО на золотые значки. С сентября по декабрь 2026 года в разных регионах России участники смогут продемонстрировать свои знания на очных площадках проекта и заработать награды, которые позволяют получить до 10 дополнительных баллов к ЕГЭ при поступлении в вузы. ТехноГТО является частью Национальной технологической олимпиады (НТО) и реализуется Кружковым движением НТИ совместно с Президентской платформой «Россия — страна возможностей» при поддержке Движения Первых и НИУ ВШЭ.
От теории к практике: как машинное обучение меняет биоинформатику
С 20 по 22 августа на факультете компьютерных наук НИУ ВШЭ прошла седьмая ежегодная Летняя школа по машинному обучению в биоинформатике. Мероприятие объединило ведущих экспертов и молодых исследователей. Его главным итогом стала живая дискуссия о том, как фундаментальные алгоритмы ИИ превращаются в работающие инструменты для биологии и медицины.
Лаборатория будущих сетей: в НИИТ ВШЭ создали стенд для исследований 5G/6G
Стенд 5G/6G в НИИТ ВШЭ становится исследовательской площадкой, образовательной лабораторией и основой для разработки новых программных компонентов сетей будущего. Он позволяет не просто наблюдать за работой мобильной сети, а менять условия ее работы и измерять результат: скорость передачи данных, задержки, ошибки, использование радиоресурсов и другие параметры. На его основе исследователи планируют развивать технологии MIMO, O-RAN, xApp и IAB, а также экспериментировать с искусственным интеллектом.
Ученые НИУ ВШЭ научили нейросеть превращать 3D-модели в готовые технологические карты
Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ разработали систему CAD2TechSpec, которая автоматически превращает 3D-модели деталей в готовые технологические карты — пошаговые инструкции для станков. Разработка направлена на сокращение времени подготовки технической документации в машиностроении, авиастроении и других высокотехнологичных отраслях. Результаты исследованияо публикованы в журнале PeerJ Computer Science.
Роботы нуждаются в людях: на «Технопроме-2026» обсудили кадры для промышленной робототехники
На XIII Международном форуме технологического развития «Технопром-2026» в рамках секции «Кадры для национальных проектов технологического лидерства» состоялась панельная дискуссия «Кадры для промышленной робототехники: почему роботы нуждаются в людях». Представители университетов, исследовательских организаций и технологических компаний обсудили кадровые вызовы российской робототехники, изменение требований к инженерным компетенциям и подходы к подготовке специалистов для отрасли.
В НИУ ВШЭ запущен реестр ИИ-сервисов и моделей
Институт искусственного интеллекта и цифровых наук ФКН разработал сервис для регистрации и учета достижений в области искусственного интеллекта (ИИ). Платформа уже доступна для сотрудников и студентов университета.


