Webovou aplikaci DigiDiaDem, která využívá řečové technologie a strojové učení k prvotnímu screeningu rizika kognitivních poruch, během prvních týdnů veřejného testovacího provozu dokončily více než tři tisíce lidí. Řešení vzniklo ve spolupráci Západočeské univerzity v Plzni, Fakultní nemocnice Královské Vinohrady a Fyzikálního ústavu AV ČR.
Na přelomu května a června letošního roku představili výzkumníci veřejnosti webovou aplikaci DigiDiaDem. Poprvé ji mohli zájemci vyzkoušet 28. května na Dni kognitivního zdraví na Fakultě aplikovaných věd Západočeské univerzity v Plzni. Následovalo představení na Nezapomenutelném dni paměti, který se uskutečnil 18. června ve Fakultní nemocnici Královské Vinohrady. Obě akce propojily vědce, lékaře, pracovníky sociálních služeb, seniory, rodinné pečující i širší veřejnost.
Od začátku června je DigiDiaDem dostupný také pro anonymní „domácí” testování. K 12. červenci celé vyšetření dokončilo více než 3 000 uživatelů. Tento údaj nicméně není výsledkem klinické studie a nelze tak z něj odvozovat výskyt kognitivních poruch v české populaci. Dokládá však výrazný zájem veřejnosti a schopnost systému zpracovávat samostatná vyšetření mimo kontrolované prostředí výzkumného nebo zdravotnického pracoviště.
První krok před návštěvou odborníka
DigiDiaDem vznikl v projektu Telemedicínské samovyšetření řeči a paměti pro rychlou detekci kognitivních poruch metodami strojového učení, podpořeném Technologickou agenturou ČR v programu SIGMA. Hlavním příjemcem je Západočeská univerzita v Plzni (ZČU). Neurologická klinika Fakultní nemocnice Královské Vinohrady zajišťuje klinickou koncepci, vyšetřování účastníků a odbornou interpretaci výsledků. Fyzikální ústav AV ČR se podílí zejména na zpracování přirozeného jazyka, analýze dat a klasifikačních metodách.
Jednou z motivací projektu je omezená škálovatelnost tradičních kognitivních screeningů. Ty zpravidla vyžadují přítomnost vyškoleného pracovníka, který test standardizovaně zadává, zaznamenává odpovědi a vyhodnocuje výsledek. Vyšetření se navíc odehrává v konkrétním čase a na konkrétním místě. Digitální nástroj nemá odborníka nahradit, může však nabídnout snadno dostupný první krok a pomoci nasměrovat člověka k podrobnějšímu vyšetření.
Uživatel absolvuje DigiDiaDem na počítači nebo tabletu s mikrofonem a reproduktory. Aplikace jej hlasem a textem provede deseti krátkými úlohami zaměřenými na sluchové a zrakové vnímání, paměť, pojmenovávání, slovní produkci a schopnost souvisle popsat komplexní scénu. Uživatel při používání nástroje například opakuje větu, pojmenovává obrázky, vybavuje si dříve prezentované objekty nebo během časového limitu vyjmenovává zvířata. Odpovědi říká přirozeně nahlas; nemusí psát delší texty ani ovládat složité rozhraní. Celé vyšetření obvykle trvá přibližně deset až dvanáct minut.
Výstupem je orientační kognitivní profil a srozumitelné screeningové doporučení. Report lze vytisknout a použít jako podklad při následné konzultaci s praktickým lékařem, neurologem nebo geriatrem. DigiDiaDem ale nestanovuje diagnózu Alzheimerovy nemoci ani jiné demence. Jednorázový výkon totiž mohou ovlivnit například únava, stres, okolní hluk, technické vybavení nebo neporozumění instrukci. Výsledek proto nenahrazuje klinické posouzení.
Jednoduché ovládání, složitá technologie na pozadí
Z uživatelského pohledu má aplikace působit co nejjednodušeji. Pod jejím rozhraním je však propojeno několik technologických vrstev: hlasový dialog, automatické rozpoznávání české řeči, extrakce řečových a kognitivních ukazatelů, klasifikační a regresní modely a automatická tvorba výsledného reportu.
Běžné systémy rozpoznávání řeči jsou obvykle vyvíjeny na plynulé řeči zdravých mluvčích. Řeč starších lidí a osob s kognitivními obtížemi však může obsahovat delší pauzy, pomalejší nástup odpovědi, opravy, opakování nebo nedokončené výpovědi. Projektový tým proto vytvořil český rozpoznávač optimalizovaný přímo na cílovou skupinu a na úlohy používané v DigiDiaDem. Model je provozován jako samostatná služba na platformě SpeechCloud a lze jej aktualizovat nezávisle na uživatelském rozhraní.
Při vyhodnocení systém nesleduje jen to, zda byla odpověď správná. Získává také ukazatele popisující reakční dobu, počet vybavených objektů, přesnost opakování, slovní pestrost, opakované výrazy nebo sémantickou úplnost popisu obrázku. Uživatelův výkon tak není redukován na jediné neprůhledné rozhodnutí modelu. Výsledný profil ukazuje, které sledované oblasti zůstávají zachovány a kde se může objevovat oslabení. Právě interpretovatelnost byla jedním z hlavních principů vývoje.
Projektový tým experimentoval také s moderními jazykovými modely, jejich úloha je však vždy zasazena do širšího řetězce. Pro klinicky citlivou aplikaci totiž nestačí použít jeden obecný model a převzít jeho výsledek. Je třeba zajistit standardizované zadání úloh, kvalitní přepis, kontrolované zpracování dat, reprodukovatelné vyhodnocení a srozumitelnou komunikaci výsledku.
Data jako samostatný výsledek projektu
Klíčovým předpokladem vývoje byla vlastní česká řečově-kognitivní datová základna. Účastníci absolvovali nejen digitální baterii DigiDiaDem, ale také rozsáhlejší klinické vyšetření zahrnující standardizované neuropsychologické testy a dotazníky. Klinické zařazení přitom vznikalo nezávisle na výsledku digitálních úloh, což omezuje riziko kruhového vyhodnocování.
Veřejně publikovaná datová sada DigiDiaDem Speech-Cognitive Dataset, označovaná DSCD-CZ-2, obsahuje 371 kurátorsky vybraných kompletních vyšetření. Propojuje automatické a vybrané manuální přepisy, výsledky deseti úloh, sociodemografické údaje, klinické charakteristiky a 31 odborně definovaných příznaků. Součástí jsou také předem stanovené trénovací a testovací části, které podporují reprodukovatelné porovnávání metod. Dataset je dostupný v repozitáři LINDAT/CLARIAH-CZ pro nekomerční výzkumné využití. S pokračujícím sběrem vznikla také rozšířená interní datová základna, která v současné vyhodnocovací konfiguraci zahrnuje 465 kompletně zpracovaných vyšetření.
Metodika sběru dat, struktura datasetu a první experimenty byly publikovány v roce 2026 v časopise IEEE Access v článku The DigiDiaDem Speech-Cognitive Dataset: Initial Experiments on Detecting Cognitive Impairments From Speech. Studie představuje veřejnou datovou sadu jako reprodukovatelný základ pro další výzkum automatické detekce kognitivního oslabení z české řeči.
Mediální zájem se změnil v neplánovaný zátěžový test
Po veřejném představení se DigiDiaDem objevil v televizním a rozhlasovém vysílání i v celostátních online médiích.
„Tak velký zájem o aplikaci nás upřímně překvapil. V jednu chvíli systém pracoval na hranici svých tehdejších možností. Veřejný provoz se tak stal i neplánovaným zátěžovým testem,“ popisuje hlavní řešitel projektu Luboš Šmídl z Fakulty aplikovaných věd ZČU.
Zvýšený provoz týmu ukázal, že vedle přesnosti modelů je při převodu výzkumného prototypu do veřejné služby stejně důležitá kapacita infrastruktury, monitoring, srozumitelnost instrukcí a schopnost systému pracovat s rozdílnými zařízeními a podmínkami v domácnostech. Zkušenosti nyní slouží k úpravám dialogového řízení, rozhraní, výsledného reportu i technického provozu.
Od výzkumného prototypu k dlouhodobé službě
Veřejné testování představuje významný krok, nikoli dokončení vývoje. Dosavadní hodnocení modelů vychází převážně z klinicky získaných dat a oddělené testovací části. Následovat musí ověření na nezávislé populaci a systematické posouzení, jak přesnost ovlivňují podmínky samostatného domácího použití.
Tým chce dále rozvíjet rozpoznávání řeči, vyhodnocovací modely i způsob prezentace nejistých nebo hraničních výsledků. Dalším tématem jsou institucionální piloty, například ve spolupráci s paměťovými ambulancemi, praktickými lékaři, sociálními službami nebo preventivními programy.
DigiDiaDem ukazuje, jak se mohou výsledky veřejně podpořeného aplikovaného výzkumu proměnit v konkrétní technologii dostupnou běžným uživatelům. Projekt spojil klinickou zkušenost, české řečové technologie, otevřenou datovou infrastrukturu a metody umělé inteligence. Více než tři tisíce dokončených vyšetření během necelých dvou měsíců potvrzují, že zájem veřejnosti existuje. Následující fáze má ukázat, jak z testovací aplikace vytvořit dlouhodobě udržitelný a odborně ověřený nástroj, který bude bezpečně doplňovat cestu od prvních obav o paměť k odborné péči.
Autor: Martin Víta
Zdroj: Ústav informatiky Akademie věd ČR
Článek vyšel v rámci copywritingové spolupráce s programem AI: Umělá inteligence pro vědu a společnost Strategie AV21.
- Autor článku: ne
- Zdroj: Akademie věd ČR
