Analizzando i modelli di discorso, i ricercatori dell'Università di Boston hanno sviluppato un sistema di intelligenza artificiale in grado di prevedere con una precisione di quasi 80% se una persona con un lieve deterioramento cognitivo svilupperà la malattia di Alzheimer entro sei anni.
Il studiopubblicato sulla rivista Alzheimer's & Dementia, utilizza l'intelligenza artificiale per estrarre informazioni diagnostiche preziose dalle valutazioni cognitive, accelerando la diagnosi di Alzheimer e, di conseguenza, il trattamento.
Il modello di intelligenza artificiale del team ha raggiunto un'accuratezza di 78,5% e una sensibilità di 81,1% nel predire la progressione dal decadimento cognitivo lieve (MCI) alla malattia di Alzheimer in un arco di tempo di sei anni. Questo risultato batte altri test tradizionali e non invasivi.
Tuttavia, il sistema si basa esclusivamente su dati facilmente ottenibili: il discorso trascritto dalle valutazioni cognitive e le informazioni demografiche di base come l'età, il sesso e il livello di istruzione.
Le valutazioni cognitive, come il Boston Naming Test, prevedono che il medico parli con il paziente. L'audio di questi test viene spesso registrato per ulteriori analisi.
"Volevamo prevedere cosa sarebbe successo nei prossimi sei anni e abbiamo scoperto che possiamo ragionevolmente fare questa previsione con una sicurezza e un'accuratezza relativamente buone". ha detto Ioannis (Yannis) Paschalidis, direttore del BU Rafik B. Hariri Institute for Computing and Computational Science & Engineering e uno dei ricercatori principali dello studio.
"Se si può prevedere cosa accadrà, si ha una maggiore opportunità e una finestra temporale per intervenire con i farmaci e cercare almeno di mantenere la stabilità della condizione e prevenire il passaggio a forme più gravi di demenza".
Per saperne di più sullo studio
Ecco come si è svolto lo studio:
- Il team di ricerca ha iniziato raccogliendo le registrazioni audio delle valutazioni cognitive di 166 partecipanti con diagnosi di decadimento cognitivo lieve (MCI). Hanno poi seguito questi individui per un periodo di sei anni per determinare chi progrediva verso la malattia di Alzheimer e chi rimaneva stabile.
- Il team ha utilizzato una tecnologia avanzata di riconoscimento vocale per trascrivere le registrazioni audio e preparare i dati per l'analisi.
- Successivamente, i ricercatori hanno applicato sofisticate tecniche di elaborazione del linguaggio naturale per estrarre un'ampia gamma di caratteristiche e modelli linguistici che ritenevano potessero fungere da indicatori del rischio di Alzheimer.
- Hanno poi utilizzato le caratteristiche del parlato e le informazioni demografiche per sviluppare diversi modelli di apprendimento automatico.
- Questi modelli di intelligenza artificiale sono stati progettati per prevedere la probabilità che un determinato individuo passi da un lieve deterioramento cognitivo alla malattia di Alzheimer in base ai suoi modelli di linguaggio e alle sue caratteristiche personali.
- I modelli hanno raggiunto un'accuratezza di 78,5% e una sensibilità di 81,1% nel prevedere quali partecipanti avrebbero sviluppato l'Alzheimer entro il periodo di studio di sei anni.
- In un'analisi finale, il team di ricerca ha identificato i test cognitivi con il maggior potere predittivo del rischio di Alzheimer, come il Boston Naming Test, i test di somiglianza e la Wechsler Adult Intelligence Scale.
"Il digitale è il nuovo sangue", ha dichiarato Rhoda Au, professore presso la Chobanian & Avedisian School of Medicine della BU e coautore dello studio.
"È possibile raccoglierla, analizzarla per ciò che è noto oggi, archiviarla e rianalizzarla per qualsiasi novità emerga domani".
Uno degli aspetti più interessanti dello studio è che alcune parti delle valutazioni cognitive erano particolarmente predittive del rischio futuro di Alzheimer.
"La nostra analisi ha rivelato che i subtest relativi a domande demografiche, il Boston Naming Test, i test di somiglianza e la Wechsler Adult Intelligence Scale sono emersi come le principali caratteristiche che guidano le prestazioni del nostro modello", sottolineano i ricercatori.
Questo potrebbe informare lo sviluppo di valutazioni cognitive più mirate, semplificando ulteriormente il processo di screening.
Sebbene i risultati siano promettenti, i ricercatori ammettono la necessità di ulteriori convalide in popolazioni più ampie e diversificate.
Il riconoscimento vocale può aprire le porte alla diagnosi precoce
L'analisi del parlato si è dimostrata una tecnica preziosa per prevedere il morbo di Alzheimer e altre malattie.
In un Studio 2020 Analogamente allo studio dell'Università di Boston, i ricercatori dell'Università di Sheffield hanno dimostrato la capacità della loro IA di distinguere tra i partecipanti con malattia di Alzheimer o decadimento cognitivo lieve e quelli con disturbo cognitivo funzionale o controlli sani con un'accuratezza dell'86,7%.
I ricercatori dei laboratori Klick hanno anche sviluppato un modello di intelligenza artificiale che può rilevare il diabete di tipo 2 utilizzando brevi registrazioni vocali di soli 6-10 secondi. Il diabete avanzato può avere un impatto sulla voce attraverso il danneggiamento dei nervi, l'alterazione del flusso sanguigno e la secchezza delle fauci, con conseguenti alterazioni rilevabili.
Lo studio ha analizzato 18.000 registrazioni per identificare le sottili differenze acustiche tra individui diabetici e non diabetici.
Se combinato con fattori come l'età e l'IMC, il modello ha raggiunto un'accuratezza massima di 89% per le donne e 86% per gli uomini.
L'insieme di questi studi dimostra che i test e i metodi diagnostici non invasivi supportati dall'intelligenza artificiale potrebbero portare a cure più rapide ed efficaci, anche in assenza di medici specialisti e attrezzature.
