Di solito, cercare di capire se qualcuno ha il morbo di Alzheimer (MA) comporta una batteria di valutazioni: interviste, scansione cerebrale, test del sangue e dei fluidi cerebrospinali. Ma, a quel punto, probabilmente è già troppo tardi: i ricordi hanno iniziato a scivolare via, i tratti di personalità stabili da tempo hanno iniziato a cambiare leggermente.
Se colti in anticipo, nuovi trattamenti pionieristici possono rallentare la progressione implacabile della malattia, ma non esiste un modo infallibile per prevedere chi svilupperà la demenza associata al MA. Ora, un team multidisciplinare di ingegneri, neurobiologi e scienziati dei dati della Boston University, con uno studio pubblicato su Alzheimer's & Dementia, affermano di aver progettato un nuovo promettente programma, o modello, di intelligenza artificiale (IA), che un giorno potrebbe aiutare a cambiare ciò, solo analizzando il parlato di un paziente.
Il loro modello può prevedere, con un tasso di precisione del 78,5%, se una persona con lieve compromissione cognitiva (MCI, mild cognitive impairment) rimarrà stabile nei successivi 6 anni o cadrà nella demenza associata al MA. Pur consentendo ai medici di scrutare il futuro e fare diagnosi precoci, i ricercatori affermano che il loro lavoro potrebbe anche aiutare a rendere più accessibili i test cognitivi, automatizzando parti del processo: nessun costo di test di laboratorio, di esami di scansioni o persino di visite in studio.
Il modello è alimentato dall'apprendimento automatico, un sottoinsieme dell'IA in cui gli informatici insegnano a un programma ad analizzare in modo indipendente i dati. Ioannis (Yannis) Paschalidis, professore di ingegneria, direttore del Rafik B. Hariri Institute for Computing and Computational Science & Engineering della BU, afferma:
"Volevamo prevedere cosa sarebbe successo nei successivi 6 anni e abbiamo scoperto che possiamo ragionevolmente fare quella previsione con fiducia e accuratezza relativamente buone. Mostra il potere dell'IA.
"Speriamo, come tutti, che ci saranno sempre più trattamenti di MA messi a disposizione. Se riesci a prevedere cosa accadrà, hai più opportunità e una finestra temporale per intervenire con i farmaci e almeno cercare di mantenere stabile la condizione e impedire il passaggio a forme più gravi di demenza".
Calcolo della probabilità di MA
Per addestrare e costruire il loro nuovo modello, i ricercatori si sono rivolti ai dati di uno degli studi più antichi e di lunga durata della nazione: il Framingham Heart Study a guida BU. Sebbene il Framingham sia focalizzato sulla salute cardiovascolare, i partecipanti che mostrano segni di declino cognitivo si sottopongono a test neuropsicologici regolari e interviste, producendo una vasta gamma di informazioni longitudinali (=nel tempo) sul loro benessere cognitivo.
Paschalidis e ai suoi colleghi hanno ricevuto registrazioni audio di 166 interviste iniziali con persone tra i 63 e i 97 anni, con diagnosi di MCI: 76 che sarebbero rimasti stabili per i successivi 6 anni e 90 la cui funzione cognitiva sarebbe progressivamente declinata. Hanno quindi usato una combinazione di strumenti di riconoscimento vocale e l'apprendimento automatico per addestrare un modello che individua connessioni tra linguaggio, dati demografici, diagnosi e progressione della malattia. Dopo averlo addestrato su un sottoinsieme della popolazione di studio, hanno testato la sua abilità predittiva sul resto dei partecipanti.
"Combiniamo le informazioni estratte dalle registrazioni audio con alcuni dati demografici molto basilari - età, genere e così via - e otteniamo il punteggio finale", afferma Paschalidis. “Puoi pensare al punteggio come alla probabilità che qualcuno rimarrà stabile o transiti verso la demenza. [Il sistema] aveva una capacità predittiva significativa".
Invece di usare le caratteristiche acustiche del linguaggio, come l'enunciazione o la velocità, il modello estrae dal contenuto dell'intervista solo le parole pronunciate e come sono strutturate. E Paschalidis afferma che le informazioni inserite nel programma di apprendimento automatico sono grezze: le registrazioni, ad esempio, sono disordinate, di bassa qualità e piene di rumore di fondo. "È una registrazione molto informale", afferma. "Eppure, con questi dati sporchi, il modello è in grado di dedurre qualcosa".
Questo è importante, perché il progetto riguardava in parte il test della capacità dell'IA di rendere più efficiente e automatizzato il processo di diagnosi della demenza, con poco coinvolgimento umano. In futuro, affermano i ricercatori, modelli come questo potrebbero essere usati per portare assistenza ai pazienti che non sono vicini ai centri medici o per fornire un monitoraggio di routine attraverso l'interazione con un'app da casa, aumentando drasticamente il numero di persone che vengono testate.
Secondo Alzheimer's Disease International, la maggior parte delle persone con demenza in tutto il mondo non riceve mai una diagnosi formale, lasciandole escluse dal trattamento e dalle cure. Rhoda Au, coautrice dello studio, afferma che l'IA ha il potere di creare "uguale opportunità per scienza e assistenza sanitaria". Lo studio si basa sul lavoro precedente dello stesso team, dove aveva scoperto che l'IA potrebbe rilevare accuratamente il danno cognitivo usando le registrazioni vocali.
"La tecnologia può superare il pregiudizio del lavoro che può essere svolto solo da coloro che hanno risorse o cure affidate a competenze specializzate non disponibili per tutti", afferma la Au, prof.ssa di anatomia e neurobiologia della BU. Per lei, una delle scoperte più interessanti è stata "che un metodo per la valutazione cognitiva, con il potenziale per essere inclusivo al massimo - forse indipendente da età, sesso/genere, istruzione, lingua, cultura, reddito, geografia - potrebbe essere uno strumento potenziale per rilevare e monitorare i sintomi del MA".
Diagnosi di demenza da casa
Nella ricerca futura, Paschalidis vorrebbe esplorare l'uso dei dati non solo da interviste formali medico-paziente, con le loro domande scritte e prevedibili botta-e-risposta, ma anche da conversazioni più naturali e quotidiane.
Sta già guardando avanti a un progetto per capire se l'IA può aiutare a diagnosticare la demenza tramite un'app per smartphone, oltre a espandere lo studio attuale oltre l'analisi del parlato (i test del Framingham includono anche disegni e dati sulla quotidianità dei pazienti) per aumentare la precisione predittiva del modello.
"Il digitale è il nuovo sangue", afferma la Au. "Puoi raccoglierlo, analizzarlo per ciò che è noto oggi, conservarlo e rianalizzarlo per qualsiasi cosa nuova emergerà domani".
Fonte: Andrew Thurston in Boston University (> English) - Traduzione di Franco Pellizzari.
Riferimenti: S Amini, [+5], IC Paschalidis. Prediction of Alzheimer's disease progression within 6 years using speech: A novel approach leveraging language models. Alzheimer's & Dementia, 2024, DOI
Copyright: Tutti i diritti di testi o marchi inclusi nell'articolo sono riservati ai rispettivi proprietari.
Liberatoria: Questo articolo non propone terapie o diete; per qualsiasi modifica della propria cura o regime alimentare si consiglia di rivolgersi a un medico o dietologo. Il contenuto non rappresenta necessariamente l'opinione dell'Associazione Alzheimer OdV di Riese Pio X ma solo quella dell'autore citato come "Fonte". I siti terzi raggiungibili da eventuali collegamenti contenuti nell'articolo e/o dagli annunci pubblicitari sono completamente estranei all'Associazione, il loro accesso e uso è a discrezione dell'utente. Liberatoria completa qui.
Nota: L'articolo potrebbe riferire risultati di ricerche mediche, psicologiche, scientifiche o sportive che riflettono lo stato delle conoscenze raggiunte fino alla data della loro pubblicazione.