Digitale KI-Zwillinge können die Rehabilitation von zweisprachiger Aphasie verbessern

Nach Angaben der National Aphasia Association leben etwa 2 Millionen US-Bürger mit Aphasie, aber nur zwei Drittel der Amerikaner sind sich der Erkrankung bewusst, einer Kommunikationsstörung, die häufig nach einem Schlaganfall auftritt. Es kann viele verschiedene neurophysiologische Prozesse im Zusammenhang mit der Kommunikation beeinflussen, beispielsweise Lesen, Sprechen oder Gestikulieren. Der Juni ist der nationale Aphasie-Bewusstseinsmonat, und das Aphasie-Ressourcenzentrum der BU hat dabei geholfen, sich dafür einzusetzen, dass die Gouverneurin von Massachusetts, Maura Healy, eine Proklamation zur Anerkennung dieser Krankheit herausgibt.

Für zweisprachige Menschen stellt Aphasie zusätzliche Herausforderungen dar als für einsprachige Menschen, denn „wenn jemand mehr als eine Sprache beherrscht, teilen sich diese Sprachen Ressourcen im Gehirn, sie verfügen aber auch über individuelle und separate Kontrollmechanismen“, was den Ansatz zur Rehabilitation schwieriger macht. Manche Menschen haben möglicherweise Unterschiede in der Art und Weise, wie sich Aphasie auf eine Sprache gegenüber der anderen auswirkt, oder in der Geschwindigkeit, mit der sich eine Sprache beispielsweise von einem Schlaganfall erholt.

Swathi Kiran ist Gründungsdirektorin des Center for Brain Recovery (CBR) an der Boston University und ihre Arbeit konzentriert sich auf Neurowissenschaften, Gehirnplastizität, Sprachwiederherstellung und Zweisprachigkeit. Sie und ihr Team veröffentlichen jedes Jahr über 30 Artikel.

In einer in Nature veröffentlichten Studie nutzte Dr. Kiran ein Modell der künstlichen Intelligenz, um anhand des „digitalen Zwillings“ des Patienten vorherzusagen, welche Sprache für Patienten mit zweisprachiger Aphasie am effektivsten für die Genesung wäre. In einer Frage-und-Antwort-Runde erklärt Dr. Kiran, was Aphasie ist, erörtert die neuesten Forschungsergebnisse und erklärt, wie der Einsatz künstlicher Intelligenz bei Rehabilitationsentscheidungen bei zweisprachigen Patienten helfen kann.

Boston University: In Ihrer Studie wurden Menschen mit Aphasie untersucht. Können Sie kurz erklären, was Aphasie ist und warum die Behandlung schwierig sein kann, insbesondere für diejenigen, die mehrere Sprachen sprechen?

Swathi Kiran: Die Schwierigkeit oder Unfähigkeit, Sprache zu sprechen oder zu verstehen, wird als Aphasie bezeichnet. Aphasie tritt normalerweise bei einer Person aufgrund eines Schlaganfalls oder einer Hirnverletzung auf. Die häufigste Art von Schlaganfall ist ein ischämischer Schlaganfall, bei dem ein Gefäß, das das Gehirn mit Blut versorgt, verstopft ist. Typischerweise tritt ein Schlaganfall in der linken mittleren Hirnarterie auf, die Teile des Gehirns versorgt, die an Sprache und Sprache beteiligt sind. Bei mehrsprachigen Personen mit Aphasie betrifft die Beeinträchtigung typischerweise alle Sprachen und nicht nur eine, möglicherweise weil ein Schlaganfall das Netzwerk stört, das den Wechsel zwischen Sprachen ermöglicht.

BU: In dieser Studie wurde ein KI-Modell namens BiLex verwendet, um „digitale Zwillinge“ von Patienten zu erstellen. Was ist das und was unterscheidet es von den KI-Tools, mit denen die meisten Menschen vertraut sind?

Kiran: BiLex ist ein KI-System, das wie ein „digitaler Zwilling“ agieren soll – eine detaillierte, computergestützte Kopie des Sprachsystems eines einzelnen Patienten im Gehirn. Anstatt nur Daten zu analysieren, versucht es zu simulieren, wie das Gehirn dieser Person Wörter in verschiedenen Sprachen organisiert und verwendet, basierend auf ihrer lebenslangen Spracherfahrung und ihrer spezifischen Beeinträchtigung nach einem Schlaganfall. Bilex ist ein vom Gehirn inspiriertes Sprachmodell mit separaten Systemen für jede Sprache und gemeinsamen Bedeutungsdarstellungen. Es ist personalisiert, da es auf die Sprachgeschichte einer Person und ihre Sprachschwierigkeiten nach dem Schlaganfall abgestimmt ist. Und es kann sicher „experimentiert“ werden – Forscher können Hirnschäden simulieren und verschiedene Therapien ausprobieren, um herauszufinden, was für diesen bestimmten Patienten am besten funktioniert. Der Unterschied zu KI-Tools, mit denen die meisten Menschen vertraut sind, besteht darin, dass es sich nicht nur um die Mustererkennung aus großen Datensätzen handelt. Typische KI generiert Antworten oder Bilder, aber digitale Zwillingsmodelle wie BiLex helfen Forschern zu verstehen, warum die Sprache zusammenbricht und wie sie wiederhergestellt werden kann.

BU: Wie haben Ärzte vor dieser Studie entschieden, auf welche Sprache sich ein Patient mit zweisprachiger Aphasie in der Therapie konzentrieren sollte?

Kiran: Vor dieser Studie entscheiden Ärzte in der Regel, auf welche Sprache sich ein Patient mit bilingualer Aphasie konzentrieren sollte, indem sie (a) den Patienten fragen, auf welche Sprache er sich konzentrieren möchte, und die Therapie in dieser Sprache anbieten, unabhängig davon, ob dies eine optimale Sprache ist oder nicht, oder (b) wenn sie die Sprachen, die der Patient sprach, nicht beherrschten, einfach die Therapie auf Englisch durchführen, unabhängig davon, ob dies eine optimale Sprache war oder nicht.

BU: Was passierte, wenn Patienten der vom Modell empfohlenen Sprache folgten, und was geschah, wenn sie dies nicht taten?

Kiran: In dieser Studie haben wir zwei Beobachtungen gemacht. Erstens: Betrachtet man einfach die Unterschiede auf Gruppenebene zwischen den Patienten, die das Modellrezept befolgten, und denen, die ein Placebo erhielten, gab es keine signifikanten Unterschiede zwischen den Gruppen. Als wir die Patienten jedoch in kleinere Kohorten einteilten, die nach ihrer Sprachgeschichte oder dem Schweregrad ihrer Aphasie geordnet waren, stellten wir fest, dass die Simulationen des digitalen Zwillings diese Unterschiede zwischen Menschen genau erfassten. Mit anderen Worten: Der digitale Zwilling war in der Lage, Unterschiede in den Sprachprofilen einer Person genau zu erfassen.

BU: Was sind die nächsten Schritte in dieser Forschung? Gibt es Bereiche, die weiter erforscht werden müssen, bevor Ihre Erkenntnisse in die Praxis umgesetzt werden können?

Kiran: Diese Ergebnisse haben uns wirklich gezeigt, dass die Wiederherstellung einer zweisprachigen Aphasie komplex ist und das Potenzial von Computermodellen zur Steuerung von Rehabilitationsstrategien zeigt. Mit der Weiterentwicklung des Bereichs der Computermodellierung werden diese Tools für die Entwicklung personalisierter Therapiepläne, die den einzigartigen Sprachprofilen von Patienten Rechnung tragen, immer wertvoller.

Quellen: