Contributi dal mondo Ricerche Apprendimento del computer può identificare i segni di Alzheimer dal racconto di CenerentolaRicerche
Apprendimento del computer può identificare i segni di Alzheimer dal racconto di Cenerentola
Uno dei test chiede al paziente di narrare una storia, come quella di Cenerentola, un compito complesso, che richiede loro di integrare una serie di caratteri ed eventi in una linea del tempo che possono ricordare.
Un nuovo studio, eseguito da ricercatori della St George's University of London, ha identificato i punti di forza e le limitazioni dei compiti diversi usati per rilevare i primi segnali del morbo di Alzheimer (MA) attraverso l'analisi vocale e l'apprendimento automatico.
Pubblicato su Frontiers in Computer Science, lo studio dimostra che anche se l'apprendimento automatico può essere usato per valutare i segnali della malattia negli schemi di parlato, l'attività specifica assegnata alla persona testata ha un ruolo fondamentale nella precisione del test.
La ricerca precedente del gruppo aveva dimostrato che il MA colpisce il linguaggio molto presto nella malattia e, pertanto, per rilevarlo in una fase precoce si possono usare le valutazioni linguistiche. Prima è rilevato, prima si possono considerare gli interventi che aiutano il paziente.
Questo ultimo studio aggiunge altre prove, cercando di valutare le misure e le attività che possono essere usate per testare il MA. Registrando l'audio durante le attività svolte dai partecipanti, il team di ricerca ha poi impiegato un programma di apprendimento automatico, sviluppato alla St George's, per valutare i segni di malattia.
I compiti impiegati nello studio rappresentano una gamma di metodi usati negli scenari sanitari. Uno degli approcci più comuni utilizzati dai medici è chiedere ai pazienti di descrivere una scena nota come 'cookie theft' (furto di biscotti). Altri approcci includono chiedere al paziente di narrare una storia appresa, tipo le fiabe famose come Cenerentola, un compito complesso che chiede loro di integrare una serie di caratteri ed eventi in una linea del tempo che possono ricordare.
In questo studio, per rilevare i segni del MA attraverso l'analisi vocale, i ricercatori hanno usato le valutazioni di cui sopra, nonché il richiamo procedurale (raccontare come preparare una tazza di tè), rinarrare il racconto di un romanzo (descrivendo la storia da immagini presentate in un libro per bambini senza parole) e il parlato in una conversazione (dare istruzioni a un'altra persona, descrivere un percorso attraverso punti di riferimento su una mappa).
Dopo aver valutato i risultati di 50 partecipanti all'esperimento (25 con MA lieve o lieve deterioramento cognitivo e 25 controlli sani), il team ha scoperto che la narrazione di una storia ultra-nota, come quella di Cenerentola, ha dato i risultati più accurati.
Il sistema di apprendimento della macchina usato è stato in grado di identificare se un partecipante aveva il MA o il lieve detrioramento cognitivo con una precisione del 78%, e il compito 'cookie theft' più indietro con il 76%, risultati paragonabili agli altri test esistenti per la malattia. Le altre attività valutate hanno fornito accuratezze comprese tra il 62% (ri-narrazione del racconto di un romanzo) e il 74% (richiamo procedurale).
"I nostri risultati mostrano che alterando i compiti usati per valutare il MA, abbiamo il potenziale di rilevare la malattia con una maggiore precisione attraverso l'analisi vocale", afferma Natasha Clarke, prima autrice dello studio e dottoranda alla St George's.
Notando che sono necessari studi più grandi per migliorare ulteriormente la comprensione di queste valutazioni, la Clarke aggiunge:
"A lungo termine, speriamo che questa tecnologia possa essere usata da remoto, per esempio attraverso una app per smartphone, riducendo l'ansia attorno al test della malattia. Se possiamo rendere più facile il test, è sperabile che si possa identificare prima la malattia e iniziare a trattare prima la persona".
Dopo i risultati di questo studio, il team sta ora cercando di seguire i partecipanti allo studio per un anno ancora, per valutare i cambiamenti nel tempo e ottenere ulteriori informazioni sulla progressione della malattia.
Fonte: St George's University of London (> English) - Traduzione di Franco Pellizzari.
Riferimenti: Natasha Clarke, Thomas R. Barrick, Peter Garrard. A Comparison of Connected Speech Tasks for Detecting Early Alzheimer’s Disease and Mild Cognitive Impairment Using Natural Language Processing and Machine Learning. Front. Comput. Sci., 2021, 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.
Annuncio pubblicitario
Privacy e sicurezza dati - Informativa ex Art. 13 D. Lgs. 196/03
Gentile visitatore,
l'Associazione tratterà i Tuoi dati personali nel rispetto del D. Lgs. 196/G3 (Codice della privacy), garantendo la riservatezza e la protezione dei dati.
Finalità e modalità del trattamento: I dati personali che volontariamente deciderai di comunicarci, saranno utilizzati esclusivamente per le attività del sito, per la gestione del rapporto associativo e per l'adempimento degli obblighi di legge. I trattamenti dei dati saranno svolti in forma cartacea e mediante computer, con adozione delle misure di sicurezza previste dalla legge. I dati non saranno comunicati a terzi né saranno diffusi.
Dati sensibili: Il trattamento di dati sensibili ex art. 1, lett. d del Codice sarà effettuato nei limiti di cui alle autorizzazioni del Garante n. 2/08 e n. 3/08, e loro successive modifiche.
Diritti dell'interessata/o: Nella qualità di interessato, Ti sono garantiti tutti i diritti specificati all'art. 7 del Codice, tra cui il diritto di chiedere e ottenere l'aggiornamento, la rettificazione o l'integrazione dei dati, la cancellazione, la trasformazione in forma anonima o il blocco dei dati trattati in violazione di legge, e il diritto di opporsi, in tutto o in parte, per motivi legittimi, al trattamento dei dati personali che Ti riguardano.
Titolare del trattamento è l'Associazione di volontariato "Associazione Alzheimer o.n.l.u.s.”, con sede a Riese Pio X – Via Schiavonesca, 13 – telefax 0423 750 324.
Responsabile del trattamento è la segretaria dell’Associazione in carica.
Gestione «cookies»
Un cookie è una breve stringa di testo che il sito web che si sta visitando salva automaticamente sul computer dell'utente. I cookies sono utilizzati dagli amministratori di molti siti web per migliorarne funzionamento ed efficienza e per raccogliere dati sui visitatori.
Il nostro sito non utilizza i cookies per identificare i visitatori, ma per raccogliere informazioni al fine di arricchirne i contenuti e rendere il sito più fruibile.
Come cambiare le impostazioni del browser per la gestione dei cookies
È possibile decidere se permettere ai siti web che vengono visitati di installare i cookies modificando le impostazioni del browser usato per la navigazione. Se hai già visitato il nostro sito, alcuni cookies potrebbero essere già stati impostati automaticamente sul tuo computer. Per sapere come eliminarli, clicca su uno dei link qui di seguito:
