Alzheimer: diagnosi e machine learning

I ricercatori che lavorano presso il Dipartimento di sanità pubblica McCann Healthcare Worldwide Japan Inc. hanno creato tre algoritmi che possono essere utilizzati per rilevare l’Alzheimer nei pazienti mentre sono impegnati in conversazioni telefoniche. Il documento è stato appena pubblicato su PLOS ONE.

Nonostante gli sforzi della comunità scientifica, non esiste ancora una cura per il morbo di Alzheimer, che colpisce milioni di persone in tutto il mondo. I ricercatori hanno comunque fatto progressi nel rallentamento della sua progressione, ed è questo il motivo per cui sta diventando sempre più importante identificare precocemente la malattia. La ricerca si è orientata in particolare verso nuovi modi per prevedere quali persone potrebbero ammalarsi e il machine learning si è proposto immediatamente come un prezioso aiuto per le diagnosi.

Ricerche precedenti hanno dimostrato che alcuni dei primi segnali dell’Alzheimer sono rappresentati dal parlare più lentamente del normale e fare pause più spesso durante le conversazioni. In questa prospettiva era già nato un progetto di un team giapponese che utilizza il test Telephone Interview for Cognitive Status (TICS-J), in cui le conversazioni telefoniche venivano registrate e studiate per vedere se c’è è presente un discorso lento o interrotto. Nel nuovo studio invece i ricercatori hanno sostituito gli umani che ascoltano e analizzano le conversazioni telefoniche con un computer che fa uso di un algoritmo di machine learning.

Sono stati elaborati tre diversi algoritmi di machine learning per studiare i modelli del parlato. A tutti e tre è stato insegnato a identificare i segni dell’Alzheimer attraverso le registrazioni vocali eseguite nell’ambito di un programma sulla demenza in corso in Giappone. Per testare gli algoritmi sono state poi utilizzate altre registrazioni vocali

I ricercatori hanno scoperto che gli algoritmi si comportavano in media altrettanto bene o leggermente meglio degli umani del TICS-J e non hanno restituito alcun falso positivo. È ragionevole pensare quindi che potrebbero essere utilizzati in futuro come test precoce dell’Alzheimer più economico e accessibile.

Fonte

Shimoda A. Dementia risks identified by vocal features via telephone conversations: a novel machine learning prediction model. Published: July 14, 2021. https://doi.org/10.1371/journal.pone.0253988