Ricerche

Un ricercatore della UT Southwestern afferma che i risultati possono portare a un semplice test per la diagnosi precoce della compromissione cognitiva.

Le nuove tecnologie in grado di cogliere sottili cambiamenti nella voce di un paziente possono aiutare i medici a diagnosticare la compromissione cognitiva e il morbo di Alzheimer (MA) prima che inizino a essere evidenti i sintomi, secondo il ricercatore della University of Texas Southwestern che ha guidato uno studio pubblicato su Diagnosis, Assessment & Disease Monitoring.

"Il nostro obiettivo era identificare i sottili cambiamenti di linguaggio e audio presenti nelle prime fasi del MA, ma non facilmente riconoscibili dai familiari o dal medico di base di un individuo", ha affermato Ihab Hajjar, professore di neurologia alla UT Southwestern.

I ricercatori hanno usato strumenti avanzati di apprendimento automatico e di elaborazione del linguaggio naturale (NLP, natural language processing) per valutare i modelli vocali di 206 persone, 114 che hanno soddisfatto i criteri del lieve declino cognitivo e 92 che erano intatti. Il team ha quindi mappato quei risultati sui biomarcatori comunemente usati, per determinare la loro efficacia nella misurazione della compromissione.

I partecipanti allo studio, che erano iscritti a un programma di ricerca della Emory University di Atlanta, hanno ricevuto diverse valutazioni cognitive standard prima che fosse loro chiesto di registrare la descrizione spontanea di 1 o 2 minuti di una opera d'arte.

"Le descrizioni registrate del quadro ci hanno fornito un'approssimazione delle capacità di conversazione che abbiamo potuto studiare con l'intelligenza artificiale per determinare il controllo motorio del linguaggio, la densità dell'idea, la complessità grammaticale e altre caratteristiche del linguaggio", ha affermato il dott. Hajjar.

Il team di ricerca ha confrontato l'analisi vocale dei partecipanti con i loro campioni di liquido cerebrospinale e con le scansioni di risonanza magnetica per determinare in che modo i biomarcatori della voce digitale rilevano sia la lieve compromissione cognitiva che lo stato / progressione del MA.

"Prima dello sviluppo dell'apprendimento automatico e dell'NLP, lo studio dettagliato dei modelli di linguaggio nei pazienti era estremamente laborioso e spesso senza successo perché i cambiamenti nelle prime fasi sono spesso non rilevabili dall'orecchio umano", ha affermato il dott. Hajjar. "Questo nuovo metodo di test si è comportato bene nel rilevare quelli con lieve decadimento cognitivo e più specificamente nell'identificare i pazienti con evidenza di MA, anche quando non può essere facilmente rilevato con valutazioni cognitive standard".

Durante lo studio, i ricercatori hanno trascorso meno di 10 minuti a catturare la registrazione vocale di un paziente, mentre iI test neuropsicologici tradizionali richiedono in genere diverse ore.

"Se confermato da studi più ampi, l'uso dell'intelligenza artificiale e dell'apprendimento automatico per studiare le registrazioni vocali potrebbe fornire ai medici di base uno strumento facile da eseguire per le persone a rischio", ha affermato il dott. Hajjar. "Le diagnosi precoci potrebbero dare ai pazienti e alle famiglie più tempo per pianificare il futuro e ai medici una maggiore flessibilità nel raccomandare interventi promettenti di stile di vita".