Le nuove tecnologie rese possibili dall’intelligenza artificiale sono in grado di catturare sottili cambiamenti nella voce di un paziente aiutando i medici a diagnosticare il deterioramento cognitivo e la malattia di Alzheimer prima che i sintomi inizino a manifestarsi. Questi i risultati di uno studio pubblicato su Diagnosis, Assessment & Disease Monitoring dell’Alzheimer’s Association.

“Il nostro obiettivo era identificare i sottili cambiamenti del linguaggio e della voce che sono presenti nelle primissime fasi dell’Alzheimer ma non facilmente riconoscibili dai membri della famiglia o dal medico di base di un individuo”, spiega Ihab Hajjar, professore di neurologia al Peter O’Donnell Jr. Brain Institute di UT Southwestern.

I ricercatori hanno utilizzato strumenti avanzati di apprendimento automatico e di elaborazione del linguaggio naturale (NLP) per valutare i modelli di linguaggio in 206 persone: 114 che soddisfacevano i criteri per un lieve declino cognitivo e 92 che non presentavano problemi. Il team ha quindi confrontato questi risultati con i biomarcatori usati comunemente, per determinare la loro efficacia nella misurazione del deterioramento.

I partecipanti allo studio, iscritti a un programma di ricerca presso la Emory University di Atlanta, hanno ricevuto diverse valutazioni cognitive standard prima che gli venisse chiesto di registrare una descrizione spontanea di un’opera d’arte di 1-2 minuti.

“Le descrizioni registrate ci hanno fornito un’approssimazione delle capacità di conversazione da studiare tramite l’intelligenza artificiale per determinare il controllo motorio del linguaggio, la densità dell’idea, la complessità grammaticale e altre caratteristiche del linguaggio”, continua Hajjar.

Il team poi ha confrontato l’analisi vocale dei partecipanti con i loro campioni di liquido spinale cerebrale e le scansioni MRI per determinare con quanta precisione i biomarcatori vocali hanno rilevato sia il lieve deterioramento cognitivo sia lo stato e la progressione della malattia di Alzheimer.

“Prima dello sviluppo del machine learning e della PNL, lo studio dettagliato dei modelli di linguaggio nei pazienti era estremamente laborioso e spesso non aveva successo perché i cambiamenti nelle prime fasi spesso non sono rilevabili dall’orecchio umano”, chiarisce Hajjar. “Questo nuovo metodo ha funzionato bene nell’evidenziare i soggetti con decadimento cognitivo lieve e più specificamente nell’identificare i pazienti con evidenza di malattia di Alzheimer, anche quando non rilevabili utilizzando valutazioni cognitive standard”.

Durante lo studio i ricercatori hanno trascorso meno di 10 minuti nell’effettuare la registrazione vocale di un paziente. I test neuropsicologici tradizionali richiedono in genere diverse ore per essere somministrati.

“Se confermato da studi più ampi, l’uso dell’intelligenza artificiale e del machine learning per studiare le registrazioni vocali potrebbe garantire ai fornitori di cure primarie uno strumento di screening facile da eseguire per le persone a rischio”, conclude Hajjar. “Le diagnosi precedenti darebbero ai pazienti e alle famiglie più tempo per pianificare il futuro e ai medici una maggiore flessibilità nel raccomandare interventi sullo stile di vita”.

Fonte

Hajjar I et al. Development of digital voice biomarkers and associations with cognition, cerebrospinal biomarkers, and neural representation in early Alzheimer’s disease. Alzheimers Dement (Amst) 2023;15(1):e12393.