Através da análise dos padrões de discurso, os investigadores da Universidade de Boston desenvolveram um sistema de IA que consegue prever com uma precisão de quase 80% se uma pessoa com um défice cognitivo ligeiro irá desenvolver a doença de Alzheimer no prazo de seis anos.
O estudopublicado na revista Alzheimer's & Dementia, utiliza a IA para extrair informações valiosas de diagnóstico das avaliações cognitivas, acelerando o diagnóstico e, por sua vez, o tratamento da doença de Alzheimer.
O modelo de IA da equipa alcançou uma precisão de 78,5% e uma sensibilidade de 81,1% na previsão da progressão do défice cognitivo ligeiro (MCI) para a doença de Alzheimer num período de seis anos. Este resultado é superior ao de outros testes tradicionais e não invasivos.
No entanto, o mais importante é que o sistema se baseia apenas em dados facilmente obtidos: discurso transcrito de avaliações cognitivas e informações demográficas básicas como idade, sexo e nível de educação.
As avaliações cognitivas, como o Teste de Nomeação de Boston, envolvem um médico a falar com o doente. O áudio destes testes é frequentemente gravado para análise posterior.
"Queríamos prever o que iria acontecer nos próximos seis anos - e descobrimos que podemos fazer essa previsão com uma confiança e precisão relativamente boas". disse Ioannis (Yannis) Paschalidisdiretor do BU Rafik B. Hariri Institute for Computing and Computational Science & Engineering e um dos principais investigadores do estudo.
"Se conseguirmos prever o que vai acontecer, temos mais oportunidades e uma janela de tempo para intervir com medicamentos e, pelo menos, tentar manter a estabilidade da doença e evitar a transição para formas mais graves de demência".
Mais informações sobre o estudo
Eis um resumo do funcionamento do estudo:
- A equipa de investigação começou por recolher gravações áudio de avaliações cognitivas de 166 participantes diagnosticados com défice cognitivo ligeiro (DCL). De seguida, seguiram estes indivíduos durante um período de seis anos para determinar quem progrediu para a doença de Alzheimer e quem se manteve estável.
- A equipa utilizou tecnologia avançada de reconhecimento de voz para transcrever as gravações áudio e preparar os dados para análise.
- Em seguida, os investigadores aplicaram técnicas sofisticadas de processamento da linguagem natural para extrair uma vasta gama de características e padrões linguísticos que, segundo eles, poderiam servir como indicadores do risco de Alzheimer.
- Em seguida, utilizaram as características do discurso e as informações demográficas para desenvolver vários modelos de aprendizagem automática.
- Estes modelos de IA foram concebidos para prever a probabilidade de um determinado indivíduo evoluir de um défice cognitivo ligeiro para a doença de Alzheimer com base nos seus padrões de discurso e características pessoais únicos.
- Os modelos atingiram uma exatidão de 78,5% e uma sensibilidade de 81,1% na previsão dos participantes que desenvolveriam a doença de Alzheimer durante o período de estudo de seis anos.
- Numa análise final, a equipa de investigação identificou os testes cognitivos com maior poder de previsão do risco de Alzheimer, como o Boston Naming Test, testes de semelhança e a Wechsler Adult Intelligence Scale.
"O digital é o novo sangue", afirmou Rhoda Au, professora da Escola de Medicina Chobanian & Avedisian da BU e coautora do estudo.
"Podemos recolhê-lo, analisá-lo para o que se sabe hoje, armazená-lo e reanalisá-lo para o que quer que surja de novo amanhã."
Um dos aspectos mais interessantes do estudo foi o facto de certas partes das avaliações cognitivas serem especialmente preditivas do risco futuro de Alzheimer.
"A nossa análise revelou que os subtestes relacionados com questões demográficas, o Boston Naming Test, os testes de semelhança e a Wechsler Adult Intelligence Scale surgiram como as principais características que impulsionam o desempenho do nosso modelo", referem os investigadores.
Este facto poderá contribuir para o desenvolvimento de avaliações cognitivas mais específicas, simplificando ainda mais o processo de rastreio.
Embora os resultados sejam prometedores, os investigadores admitem a necessidade de uma maior validação em populações maiores e mais diversificadas.
O reconhecimento da fala pode abrir a porta ao diagnóstico precoce
A análise da fala revelou-se uma técnica valiosa para prever a doença de Alzheimer e outras doenças.
Num Estudo de 2020 à semelhança do estudo da Universidade de Boston, os investigadores da Universidade de Sheffield demonstraram a capacidade da sua IA para distinguir entre os participantes com doença de Alzheimer ou deficiência cognitiva ligeira e os participantes com perturbação cognitiva funcional ou controlos saudáveis com uma precisão de 86,7%.
Os investigadores da Klick Labs também desenvolveu um modelo de IA que consegue detetar a diabetes tipo 2 através de breves gravações de voz de apenas 6 a 10 segundos. A diabetes avançada pode afetar a voz através de danos nos nervos, diminuição do fluxo sanguíneo e boca seca, resultando em alterações detectáveis.
O estudo analisou 18.000 gravações para identificar diferenças acústicas subtis entre indivíduos diabéticos e não diabéticos.
Quando combinado com factores como a idade e o IMC, o modelo atingiu uma precisão máxima de teste de 89% para as mulheres e 86% para os homens.
Em conjunto, estes estudos provam que os testes e métodos de diagnóstico não invasivos apoiados pela IA podem conduzir a um tratamento mais rápido e mais eficaz, mesmo na ausência de médicos e equipamento especializado.
