En analysant les modèles de discours, des chercheurs de l'université de Boston ont mis au point un système d'intelligence artificielle capable de prédire avec une précision proche de 80% si une personne atteinte d'une déficience cognitive légère développera la maladie d'Alzheimer dans les six ans à venir.
Les étudepubliée dans la revue Alzheimer's & Dementia, utilise l'IA pour extraire des informations diagnostiques précieuses des évaluations cognitives, accélérant ainsi le diagnostic de la maladie d'Alzheimer et, par conséquent, son traitement.
Le modèle d'IA de l'équipe a atteint une précision de 78,5% et une sensibilité de 81,1% pour prédire la progression d'un trouble cognitif léger (MCI) vers la maladie d'Alzheimer dans un délai de six ans. Ces résultats sont supérieurs à ceux d'autres tests traditionnels et non invasifs.
Mais surtout, le système s'appuie uniquement sur des données faciles à obtenir : le discours transcrit des évaluations cognitives et des informations démographiques de base telles que l'âge, le sexe et le niveau d'éducation.
Les évaluations cognitives telles que le Boston Naming Test impliquent qu'un clinicien parle au patient. Le son de ces tests est souvent enregistré en vue d'une analyse ultérieure.
"Nous voulions prédire ce qui se passerait dans les six prochaines années et nous avons constaté que nous pouvions raisonnablement faire cette prédiction avec une confiance et une précision relativement bonnes". a déclaré Ioannis (Yannis) Paschalidisdirecteur de l'Institut Rafik B. Hariri d'informatique et de science et d'ingénierie computationnelles de l'université de Birmingham et l'un des principaux chercheurs de l'étude.
"Si l'on peut prédire ce qui va se passer, on a plus de possibilités et de temps pour intervenir avec des médicaments, et au moins essayer de maintenir la stabilité de l'état et d'empêcher la transition vers des formes plus sévères de démence".
En savoir plus sur l'étude
Voici comment s'est déroulée l'étude :
- L'équipe de recherche a commencé par recueillir des enregistrements audio des évaluations cognitives de 166 participants diagnostiqués avec une déficience cognitive légère (DCL). Ils ont ensuite suivi ces personnes sur une période de six ans afin de déterminer qui avait évolué vers la maladie d'Alzheimer et qui était resté stable.
- L'équipe a utilisé une technologie avancée de reconnaissance vocale pour transcrire les enregistrements audio et préparer les données pour l'analyse.
- Ensuite, les chercheurs ont appliqué des techniques sophistiquées de traitement du langage naturel pour extraire un large éventail de caractéristiques et de modèles linguistiques qui, selon eux, pourraient servir d'indicateurs du risque de maladie d'Alzheimer.
- Ils ont ensuite utilisé les caractéristiques vocales et les informations démographiques pour développer plusieurs modèles d'apprentissage automatique.
- Ces modèles d'IA ont été conçus pour prédire la probabilité qu'une personne donnée passe d'une déficience cognitive légère à la maladie d'Alzheimer, sur la base de son mode d'élocution unique et de ses caractéristiques personnelles.
- Les modèles ont atteint une précision de 78,5% et une sensibilité de 81,1% pour prédire quels participants développeraient la maladie d'Alzheimer au cours de la période d'étude de six ans.
- Dans une analyse finale, l'équipe de recherche a identifié les tests cognitifs ayant le plus grand pouvoir prédictif du risque d'Alzheimer, tels que le Boston Naming Test, les tests de similarité et l'échelle d'intelligence de Wechsler pour adultes.
"Le numérique est le nouveau sang", a déclaré Rhoda Au, professeur à l'école de médecine Chobanian & Avedisian de l'université de Boston et coauteur de l'étude.
"Vous pouvez les collecter, les analyser en fonction de ce qui est connu aujourd'hui, les stocker et les réanalyser en fonction de ce qui émergera demain.
L'un des aspects les plus intéressants de l'étude est que certaines parties des évaluations cognitives étaient particulièrement prédictives du risque futur de maladie d'Alzheimer.
"Notre analyse a révélé que les sous-tests liés aux questions démographiques, le Boston Naming Test, les tests de similarité et l'échelle d'intelligence des adultes de Wechsler étaient les principales caractéristiques à l'origine des performances de notre modèle", notent les chercheurs.
Cela pourrait permettre d'élaborer des évaluations cognitives plus ciblées, ce qui simplifierait encore le processus de dépistage.
Bien que les résultats soient prometteurs, les chercheurs admettent la nécessité d'une validation plus poussée dans des populations plus importantes et plus diversifiées.
La reconnaissance vocale peut ouvrir la voie à un diagnostic précoce
L'analyse de la parole s'est révélée être une technique précieuse pour prédire la maladie d'Alzheimer et d'autres maladies.
Dans un Étude 2020 Comme dans l'étude de l'université de Boston, les chercheurs de l'université de Sheffield ont démontré la capacité de leur IA à distinguer les participants atteints de la maladie d'Alzheimer ou d'une déficience cognitive légère de ceux souffrant de troubles cognitifs fonctionnels ou de témoins sains, avec une précision de 86,7%.
Les chercheurs de Klick Labs ont également a développé un modèle d'IA qui peut détecter le diabète de type 2 à l'aide de brefs enregistrements vocaux de 6 à 10 secondes seulement. Un diabète avancé peut avoir un impact sur la voix en raison des lésions nerveuses, de l'altération de la circulation sanguine et de la sécheresse buccale, ce qui entraîne des changements détectables.
L'étude a analysé 18 000 enregistrements afin d'identifier les différences acoustiques subtiles entre les diabétiques et les non-diabétiques.
Combiné à des facteurs tels que l'âge et l'IMC, le modèle a atteint une précision maximale de 89% pour les femmes et de 86% pour les hommes.
Ensemble, ces études prouvent que les tests non invasifs et les méthodes de diagnostic assistés par l'IA pourraient permettre un traitement plus rapide et plus efficace, même en l'absence de médecins et d'équipements spécialisés.
