Projekt i fokus: Digitala markörer för tidig upptäckt av demens

Kan språk fungera som ett varningssystem för kognitiv sjukdom? I ett nytt projekt undersöker Dimitrios Kokkinakis, forskare i språkteknologi vid Språkbanken Text, om digitala markörer kan användas för att identifiera tidiga tecken på kognitiv svikt.

Vad är syftet med projektet?

– Målet är att hitta nya sätt att upptäcka tidiga tecken på nedsatt hjärnfunktion. Projektet kombinerar analyser av tal och text med biologiska markörer, som blodprover, magnetkameraundersökningar och kognitiva tester för att undersöka hur dessa indikatorer samvarierar och kan bidra till tidigare och mer träffsäker upptäckt.

Vi fokuserar på tre frågor: Vilka språkliga, kognitiva och beteendemässiga drag skiljer tidig kognitiv nedsättning från normalt åldrande? Blir diagnostiken mer träffsäker om språkliga mått kombineras med andra biomarkörer? Och vilka språkliga förändringar över tid kan kopplas till sjukdomsutveckling och prognos?

Om digitala språkliga markörer visar sig fungera väl kan de bli ett viktigt komplement till dagens medicinska undersökningar – till exempel i framtida screeningar, där förändringar i tal, som pauser, svårigheter att hitta ord eller upprepningar, kan ge tidiga signaler om kognitiv svikt.

Hur går arbetet till?

– Projektet bygger på data från Minneskliniken vid Sahlgrenska universitetssjukhuset och H70-studierna där 70-åringar födda vid olika årtal undersökts. Det är ett omfattande material som bland annat innehåller hjärnavbildningar, blodprover, kognitiva testresultat, språkliga data samt inspelade samtal.

Vi arbetar med att analysera text och tal. Inspelningarna transkriberas med hjälp av KB-Whisper. Vi studerar även resultat från digitala tester på iPad, där deltagarna till exempel får rita direkt på skärmen. Sådana ritmönster kan ge information om motorik och kognitiv funktion, och bidra till att skilja mellan friska personer och personer med tidiga kognitiva svårigheter.

Eftersom demens är en komplex sjukdom som kan likna andra tillstånd, till exempel depression, ingår även studier som försöker särskilja olika diagnoser. Genom att klustra data kan vi identifiera mönster och avvikande grupper i populationen.

Vilka utmaningar finns?

– Projektet hanterar känsliga personuppgifter, vilket ställer höga krav på etik, lagring och säkerhet. Här har vi tagit fram särskilda överenskommelser och tekniska lösningar, till exempel en säker miljö för att lagra inspelningar, genomföra analyser samt utveckla verktyg och modeller.

En annan utmaning är att automatiska transkriberingsverktyg ofta missar nyanser som pauser och talflytsstörningar som till exempel tvekljud och fyllnadsord – viktiga signaler i den här typen av analys. För att förbättra detta undersöker vi även andra typer av inspelat tal, till exempel från rättssammanhang, som vi tänker använda för att vidareutveckla och finjustera KB-Whisper.

Vad händer just nu?

– Sedan starten i januari har vi kartlagt och strukturerat befintliga data för H70-populationen, det vill säga personer födda 1944 och 1952, inklusive olika språkliga tester, demografiska uppgifter och kliniska variabler. Nu börjar arbetet med att analysera det skriftliga och inspelade materialet. Men först rivstartar vi den 12 maj genom att organisera RaPID-6@MENTAL.ai, en forskningsworkshop inom LREC-2026 som samlar forskare intresserade av språkliga data kopplade till kognitiv och psykisk hälsa. Det ska bli väldigt intressant.