Hafif bilişsel bozulma, normal yaşlanmanın ötesinde bilişsel gerileme görülen fakat günlük yaşamın her alanını ağır biçimde bozmayan bir ara dönem olarak kabul edilir. Bu dönem, bazı kişilerde demans veya Alzheimer hastalığına ilerleyebileceği için erken fark edilmesi önemlidir. Ancak hafif bilişsel bozulma her zaman kolay yakalanmaz.

Serli Kopar ve çalışma arkadaşlarının hazırladığı bu çalışma, konuşma kayıtlarından bilişsel test skorları ve hafif bilişsel bozulma hakkında ipuçları çıkarılıp çıkarılamayacağını inceliyor. Araştırmacılar, Almanca konuşan yaşlı bir katılımcı grubundan alınmış 5.754 nöropsikolojik değerlendirme kaydını kullanıyor. Kalite kontrol ve dışlama adımlarından sonra analiz 593 katılımcıya ait 959 oturum üzerinden yürütülüyor.

Çalışmanın güçlü tarafı, yalnızca “hasta mı, sağlıklı mı?” gibi ikili bir sınıflandırmaya odaklanmaması. Bunun yerine bilişsel değerlendirme skorlarını üç seviyede inceliyor:

1. Tekil test skorları
2. Bilişsel alan skorları
3. Genel bilişsel durum skorları ve MCI sınıflandırması

Sonuçlar, konuşma özelliklerinin bilişsel skorlarla ilişkili olabileceğini gösteriyor. Ancak bu ilişki, kullanılan konuşma görevinin türüne ve hedeflenen skor seviyesine göre değişiyor. Açık uçlu konuşma görevleri bazı özel bilişsel süreçleri güçlü yakalarken, daha yapılandırılmış kısa tarama görevleri genel bilişsel durumla daha uyumlu sinyaller verebiliyor.

Problem Ne?

Bilişsel sağlık değerlendirmelerinde genellikle standart test bataryaları kullanılır. Örneğin CERAD+ gibi nöropsikolojik testler; dil, hafıza, yürütücü işlev ve görsel-uzamsal becerileri ölçmeye çalışır. MMSE gibi daha kısa tarama testleri ise klinikte hızlı bir genel değerlendirme sağlar.

Son yıllarda konuşma analizi, bu testlere yardımcı olabilecek bir alan olarak öne çıkıyor. Çünkü konuşma; kelime bulma, akıcılık, ses kararlılığı, tempo, nefes kontrolü ve motor konuşma düzeni gibi birçok bilişsel ve fizyolojik unsuru yansıtabilir.

Ancak mevcut çalışmaların önemli sınırlamaları var:

• Çoğu çalışma Alzheimer hastalığı ile sağlıklı kontrol arasında ikili sınıflandırmaya odaklanıyor.
• Hafif bilişsel bozulma gibi daha ince ve erken evre değişimler daha zor yakalanıyor.
• Çalışmalar genellikle İngilizce ağırlıklı veri setlerine dayanıyor.
• Klinik test skorları çoğu zaman düz ve bağımsız hedefler gibi ele alınıyor.
• Oysa bilişsel değerlendirme sistemi hiyerarşik bir yapıya sahip: tekil testler, bilişsel alanlar ve genel skorlar birbirine bağlıdır.

Bu makale, konuşma özelliklerinin bu hiyerarşik yapıda nasıl davrandığını anlamaya çalışıyor.

Yöntem Ne Öneriyor?

Araştırmacılar, Almanca konuşan yaşlı katılımcılardan alınan konuşma kayıtlarını kullanıyor. Veri, TREND çalışmasından geliyor ve bir MMSE tarama görevi ile beş CERAD+ görevi içeriyor.

İncelenen görevler şunlar:

• MMSE: Mini Mental State Examination, kısa bilişsel tarama
• RW: Word List Recognition, kelime listesi tanıma
• BNT: Boston Naming Test, nesne/şekil adlandırma
• RL: Word List Recall, kelime listesi hatırlama
• VF: Verbal Fluency, sözel akıcılık
• PF: Phonemic Fluency, fonemik akıcılık

Araştırmacılar bu görevlerden elde edilen konuşma kayıtlarından iki ana tür özellik çıkarıyor:

1. El yapımı akustik özellikler
Bunlar eGeMAPS adı verilen, ses araştırmalarında kullanılan yorumlanabilir akustik özelliklerdir. Ses perdesi, ses kararlılığı, spektral eğim, formant bant genişliği ve benzeri ölçümleri içerebilir.

2. Kendinden denetimli öğrenme temsilleri
wav2vec 2.0 ve HuBERT gibi büyük ses modellerinden çıkarılan daha soyut konuşma temsilleri kullanılıyor. Bu modeller, ses sinyalinden daha karmaşık örüntüler öğrenebilir.

Makale daha sonra bu konuşma özelliklerini üç seviyedeki bilişsel hedeflerle ilişkilendiriyor:

Seviye 1 – Tekil test skorları
Örneğin fonemik akıcılık testindeki geçerli kelime sayısı.

Seviye 2 – Bilişsel alan skorları
Dil, hafıza, yürütücü işlev ve görsel-uzamsal beceri gibi birleşik alanlar.

Seviye 3 – Genel bilişsel durum
CERAD+ toplam skoru, eşiklenmiş CERAD+ sonucu ve hafif bilişsel bozulma durumu.

Bu sayede araştırmacılar şu soruya daha ayrıntılı yanıt arıyor:

Konuşma özellikleri yalnızca tek bir test skorunu mu yansıtır, yoksa genel bilişsel sağlık hakkında da bilgi taşır mı?

Formüller Ne Anlatıyor?

Makale yoğun matematiksel formüllere dayanan bir çalışma değil. Daha çok veri işleme, özellik çıkarımı, modelleme ve doğrulama akışı üzerine kurulu.

Okuyucu açısından ana ölçüm mantığı şu:

Pearson korelasyonu
Sürekli skor tahminlerinde modelin tahmin ettiği değer ile gerçek bilişsel test skoru arasındaki ilişki ölçülüyor. Değer yükseldikçe modelin skor sıralamasını daha iyi yakaladığı kabul ediliyor.

Balanced accuracy
İkili sınıflandırmalarda, örneğin MCI var/yok ayrımında kullanılıyor. Bu ölçüt, sınıflar dengesiz olduğunda daha adil bir performans göstergesi olabilir.

Nested cross-validation
Model seçiminin ve performans ölçümünün aynı veriye fazla uyum sağlamaması için iç içe çapraz doğrulama kullanılıyor. Ayrıca katılımcıların eğitim ve test bölümlerine karışmaması için subject-disjoint yani kişi bazında ayrık ayırma yapılmış. Bu önemli; çünkü aynı kişinin kayıtları hem eğitimde hem testte olsaydı model kişiye özgü ses özelliklerini öğrenerek yanıltıcı derecede iyi görünebilirdi.

Bu yöntemlerin ana mesajı şu:

Çalışma yalnızca bir model eğitip sonucu raporlamıyor; katılımcı ayrımı, kalite kontrol ve bağımsız hold-out test setiyle sonuçların genellenebilirliğini kontrol etmeye çalışıyor.

Grafik / Tablo / Şema Ana Mesajı

Şekil 1 – Çalışma akışı ve bilişsel skor hiyerarşisi
Makaledeki ilk şema, konuşma kayıtlarının nasıl işlendiğini ve üç seviyeli bilişsel hedeflere nasıl bağlandığını gösteriyor. Veri toplama, ön işleme, diarization, özellik çıkarımı ve hiyerarşik skor tahmini adımları görselleştirilmiş. Ana mesaj şu: Konuşma özellikleri tek bir tanı etiketi için değil, klinik değerlendirme hiyerarşisinin farklı seviyeleri için ayrı ayrı test ediliyor.

Şekil 2 – Tekil test skorları tahmini
Bu ısı haritası, farklı konuşma özelliklerinin MMSE ve CERAD+ alt test skorlarını ne kadar iyi tahmin ettiğini gösteriyor. Ana mesaj şu: HuBERT gibi kendinden denetimli öğrenme temsilleri, tekil test skorlarında genellikle el yapımı akustik özelliklerden daha iyi performans veriyor. Ayrıca daha açık uçlu görevlerde, özellikle fonemik akıcılık gibi görevlerde tahmin gücü artıyor.

Şekil 3 – Bilişsel alan skorları tahmini
Bu grafik, dil, hafıza, yürütücü işlev ve görsel-uzamsal alanların konuşma özellikleriyle ne kadar tahmin edilebildiğini gösteriyor. Dil ve hafıza gibi konuşmayla daha doğrudan ilişkili alanlarda sonuçlar daha güçlü görünüyor. Görsel-uzamsal ve yürütücü işlev gibi çizim temelli alanlarda performans düşüyor; ancak bazı konuşma görevleri yine de bu alanlarla sınırlı düzeyde ilişki taşıyor.

Şekil 4 – Hiyerarşik seviyeler arasında performans değişimi
Bu grafik, tekil testten alan skoruna ve genel skora doğru gidildikçe performansın nasıl değiştiğini gösteriyor. Ana mesaj çok önemli: Açık uçlu görevler özel bilişsel süreçleri iyi yakalıyor ama genel skora çıkıldıkça etkileri seyrelme eğilimi gösteriyor. Buna karşılık daha yapılandırılmış görevler genel skor seviyesinde daha güçlü hale gelebiliyor.

Şekil 5 – MCI sınıflandırmasında önemli ses özellikleri
Bu grafik, en iyi MCI sınıflandırma modelinde hangi akustik özelliklerin etkili olduğunu gösteriyor. MCI ile ilişkili tarafta düşük frekans spektral eğim değişkenliği ve F0 yani temel frekans kararsızlığı öne çıkıyor. Bu, hafif bilişsel bozulmada ses motor kontrolü ve fonasyon kararlılığıyla ilişkili işaretlerin rol oynayabileceğini düşündürüyor.

Tablo 2 – En iyi modellerin hold-out performansı
Tablo, en iyi modellerin geliştirme setindeki performansının bağımsız hold-out sette de büyük ölçüde korunduğunu gösteriyor. Örneğin fonemik akıcılık skorunda PF + HuBERT modeli geliştirme setinde 0.85, hold-out sette 0.80 korelasyon veriyor. MCI sınıflandırmasında ise MMSE kayıtlarından çıkarılan eGeMAPS All özellikleri geliştirme setinde yaklaşık 0.62, hold-out sette 0.63 balanced accuracy sağlıyor.

Deneyler Nasıl Yapılmış?

Çalışmada başlangıçta 5.754 Almanca nöropsikolojik değerlendirme kaydı kullanılmış. Kalite kontrol aşamasında yerli konuşur olmayanlar, eksik profiller, tanı tutarsızlıkları ve akustik kalite sorunları filtrelenmiş. Son analiz 593 katılımcıdan gelen 959 oturum üzerinden yapılmış.

Araştırmacılar kayıt kalitesi için süre, enerji, dijital kırpılma ve sinyal-gürültü oranı gibi ölçütler kullanmış. Ayrıca konuşmacı ayrımı ve ön işleme için optimize edilmiş bir pipeline kurulmuş.

Özellik çıkarımı iki farklı ses akışı üzerinden yapılmış:

Prosody-Preserved akış
Zamanlama ve konuşma yapısını korumak için kullanılmış. Prozodi özellikleri buradan çıkarılmış.

Concatenated akış
Katılımcı konuşma bölümleri birleştirilmiş. Ses kalitesi özelliklerinin daha yoğun çıkarılmasını sağlamış.

Özellik setleri şunlar:

• EG Prosody
• EG V-Qual
• EG All
• wav2vec 2.0
• HuBERT

Modelleme için Ridge regression, SVM/SVR ve XGBoost gibi yöntemler denenmiş. Geliştirme setinde 5 × 3 nested cross-validation kullanılmış. Son olarak seçilen modeller bağımsız hold-out setinde test edilmiş.

Sonuçlar Ne Gösteriyor?

Çalışmanın sonuçları tek bir basit sonuca indirgenemiyor; çünkü performans, hem konuşma görevinin türüne hem de hedef skor seviyesine göre değişiyor.

Tekil test seviyesinde HuBERT öne çıkıyor. Özellikle açık uçlu görevlerde güçlü sonuçlar görülüyor. Fonemik akıcılık görevinde HuBERT ile korelasyon geliştirme setinde yaklaşık 0.85’e, hold-out sette 0.80’e ulaşıyor.

Bilişsel alan seviyesinde HuBERT yine güçlü görünüyor. Dil alanı için fonemik akıcılık kayıtlarıyla HuBERT modeli geliştirme setinde yaklaşık 0.70, hold-out sette 0.68 korelasyon veriyor. Bu, konuşma temsillerinin özellikle dil ilişkili bilişsel alanlarla bağlantı kurabildiğini gösteriyor.

Genel bilişsel skor seviyesinde sonuçlar görev türüne göre ayrışıyor. Açık uçlu görevler, örneğin fonemik ve sözel akıcılık, tekil testte güçlü olsa da genel skora çıkıldıkça performansları düşebiliyor. Araştırmacılar bunu “specialist” yani uzman görev davranışı olarak yorumluyor. Bu görevler belirli bir bilişsel süreci iyi yakalıyor; fakat genel bilişsel sağlık çok alanlı olduğu için sinyal seyrelmiş oluyor.

Buna karşılık MMSE ve kelime tanıma gibi daha yapılandırılmış görevlerde genel seviyeye çıkıldıkça performans artabiliyor. Bu da “generalist” yani genelci görev davranışı olarak yorumlanıyor. Bu görevler tek bir özel süreci çok güçlü yakalamasa bile genel bilişsel durumla daha geniş ilişki taşıyabiliyor.

MCI sınıflandırmasında ilginç bir tersine dönüş var. Düşük seviyelerde HuBERT gibi SSL temsilleri daha güçlü görünürken, MCI sınıflandırmasında en iyi sonuç MMSE kayıtlarından çıkarılan eGeMAPS All özellikleriyle elde ediliyor. Bu model geliştirme setinde yaklaşık 0.62, hold-out sette 0.63 balanced accuracy veriyor.

Bu sonuç, yorumlanabilir akustik özelliklerin klinik sınıflandırma tarafında hâlâ değerli olabileceğini gösteriyor.

Bu Neden Önemli?

Bu çalışma, konuşma analizinin bilişsel sağlık değerlendirmesinde yalnızca “hasta mı, sağlıklı mı?” sorusuna indirgenmemesi gerektiğini gösteriyor.

Bir kişinin konuşmasındaki akustik özellikler; bazı görevlerde kelime üretimi, bazı görevlerde hafıza, bazı görevlerde genel bilişsel durum hakkında farklı düzeylerde ipuçları verebilir. Bu nedenle hangi konuşma görevinin hangi bilişsel hedefe bağlandığını bilmek önemlidir.

Çalışmanın önemli katkılarından biri, konuşma görevlerini iki farklı karakterde ele almasıdır:

Uzman görevler
Açık uçlu ve üretken görevlerdir. Örneğin fonemik akıcılık. Belirli bilişsel süreçleri güçlü yakalayabilir; fakat genel skora gidildikçe etkisi azalabilir.

Genelci görevler
Daha yapılandırılmış ve kısa tarama görevleridir. Tekil düzeyde çok güçlü görünmeyebilir; fakat genel bilişsel durumla daha kararlı ilişki verebilir.

Bu ayrım, gelecekte konuşma tabanlı bilişsel izleme sistemleri tasarlanırken önemli olabilir. Tek bir ses kaydından kesin tanı beklemek yerine, hangi görevin hangi bilişsel seviyeyi daha iyi yansıttığı dikkate alınmalıdır.

Dikkat Noktaları

Bu çalışma umut verici olsa da doğrudan klinik tanı aracı gibi yorumlanmamalıdır.

İlk olarak çalışma tek bir Almanca konuşan kohortla sınırlıdır. Sonuçların Türkçe, İngilizce veya başka dillerde aynı şekilde geçerli olup olmadığı ayrıca test edilmelidir.

İkinci olarak sosyodemografik ve yaşam tarzı değişkenleri çalışmaya tam olarak dahil edilmemiştir. Eğitim düzeyi, sağlık durumu, yaşam koşulları, bölgesel aksanlar ve konuşma alışkanlıkları ses özelliklerini etkileyebilir.

Üçüncü olarak MCI sınıflandırma performansı sınırlıdır. Hold-out sette 0.63 balanced accuracy, araştırma açısından anlamlı bir sinyal olabilir; fakat tek başına klinik karar vermek için yeterli değildir.

Dördüncü olarak ses özellikleri bilişsel durum dışında birçok faktörden etkilenebilir: yaş, ses telleri, solunum, stres, yorgunluk, ilaç kullanımı, mikrofon kalitesi ve kayıt ortamı gibi.

Beşinci olarak konuşma verisi hassas sağlık verisi olarak ele alınmalıdır. Böyle sistemlerde açık rıza, veri güvenliği, anonimleştirme ve klinik sorumluluk çerçevesi gereklidir.

Sonuç

Bu makale, konuşma kayıtlarının hafif bilişsel bozulma ve bilişsel test skorlarıyla ilişkili sinyaller taşıyabileceğini gösteriyor. Ancak bu ilişki basit değildir. Konuşma görevinin açık uçlu veya yapılandırılmış olması, hedefin tekil test skoru mu yoksa genel bilişsel durum mu olduğu ve kullanılan özellik türü sonucu ciddi biçimde etkiliyor.

HuBERT gibi kendinden denetimli ses temsilleri, özellikle tekil test ve bazı bilişsel alan skorlarında güçlü performans sağlıyor. Buna karşılık MCI sınıflandırmasında yorumlanabilir eGeMAPS özellikleri daha iyi sonuç veriyor. Bu da klinik konuşma analizinde hem güçlü yapay zekâ temsillerinin hem de açıklanabilir akustik ölçümlerin birlikte düşünülmesi gerektiğini gösteriyor.

Verianla açısından makalenin ana mesajı şu:

Sesimiz bilişsel sağlığımız hakkında ipuçları taşıyabilir; fakat bu ipuçları tanı koymak için değil, klinik değerlendirmeyi destekleyebilecek dikkatli ve doğrulanmış yardımcı sinyaller olarak görülmelidir.

Kaynak ve Yöntem Notu

Bu içerik, Serli Kopar, Roshan Prakash Rane, Christian Mychajliw, Lydia Federmann, Gerhard Eschweiler, Daniela Berg, Sam Gijsen, Paula Andrea Perez-Toro ve Kerstin Ritter tarafından hazırlanan “Beyond Binary: Speech Representations Across the Cognitive Score Hierarchy” adlı akademik çalışmadan yararlanılarak Verianla editoryal formatında özgün olarak hazırlanmıştır.

Bu yazı birebir çeviri değildir; makaledeki yöntem, veri seti, grafikler, tablolar, modelleme yaklaşımı ve sonuçlar sadeleştirilerek Türkçe okuyucu için yeniden anlatılmıştır. İçerik bilgilendirme ve eğitim amacı taşır. Hafif bilişsel bozulma, Alzheimer hastalığı, demans veya başka bir nörolojik durumun tanısı için uzman hekim değerlendirmesi ve standart klinik testler gerekir.