Leggiamo e riportiamo (traduzione automatica) da: sciencedaily.com
Fonte:Università di Boston
Riepilogo:I ricercatori hanno sviluppato un nuovo strumento che potrebbe automatizzare il processo di diagnosi del morbo di Alzheimer e auspicano di mtterlo online.
Ci vuole molto tempo – e denaro – per diagnosticare il morbo di Alzheimer. Dopo aver eseguito lunghi esami neuropsicologici di persona, i medici devono trascrivere, rivedere e analizzare in dettaglio ogni risposta. Ma i ricercatori della Boston University hanno sviluppato un nuovo strumento che potrebbe automatizzare il processo e alla fine consentirgli di spostarsi online. Il loro modello computazionale basato sull’apprendimento automatico è in grado di rilevare il deterioramento cognitivo dalle registrazioni audio dei test neuropsicologici, senza bisogno di un appuntamento di persona. I loro risultati sono stati pubblicati in Alzheimer’s & Dementia: The Journal of the Alzheimer’s Association .
“Questo approccio ci avvicina di un passo all’intervento precoce”, afferma Ioannis Paschalidis, coautore dell’articolo e Distinguished Professor of Engineering della BU College of Engineering. Dice che un rilevamento più rapido e tempestivo dell’Alzheimer potrebbe portare a studi clinici più ampi incentrati su individui nelle prime fasi della malattia e potenzialmente consentire interventi clinici che rallentano il declino cognitivo: “Può costituire la base di uno strumento online che potrebbe raggiungere tutti e potrebbe aumentare il numero di persone che vengono sottoposte a screening in anticipo”.
Il team di ricerca ha addestrato il proprio modello utilizzando registrazioni audio di interviste neuropsicologiche di oltre 1.000 persone nel Framingham Heart Study, un progetto di lunga data guidato da BU che esamina le malattie cardiovascolari e altre condizioni fisiologiche. Utilizzando strumenti di riconoscimento vocale online automatizzati: pensa “Ehi, Google!” — e una tecnica di apprendimento automatico chiamata elaborazione del linguaggio naturale che aiuta i computer a comprendere il testo, hanno fatto trascrivere le interviste dal loro programma, quindi codificarle in numeri. Un modello finale è stato addestrato per valutare la probabilità e la gravità del deterioramento cognitivo di un individuo utilizzando i dati demografici, le codifiche del testo e le diagnosi reali di neurologi e neuropsicologi.
Paschalidis afferma che il modello non solo è stato in grado di distinguere accuratamente tra individui sani e quelli con demenza, ma ha anche rilevato le differenze tra quelli con decadimento cognitivo lieve e demenza. E, si è scoperto, la qualità delle registrazioni e il modo in cui le persone parlavano – se il loro discorso andava avanti o vacillava costantemente – erano meno importanti del contenuto di ciò che stavano dicendo.
“Ci ha sorpreso che il flusso del parlato o altre caratteristiche audio non siano così critiche; puoi trascrivere automaticamente le interviste abbastanza bene e fare affidamento sull’analisi del testo tramite l’intelligenza artificiale per valutare il deterioramento cognitivo”, afferma Paschalidis, che è anche il nuovo direttore della BU Rafik B. Hariri Institute for Computing and Computational Science & Engineering. Sebbene il team debba ancora convalidare i suoi risultati rispetto ad altre fonti di dati, i risultati suggeriscono che il loro strumento potrebbe supportare i medici nella diagnosi del deterioramento cognitivo utilizzando registrazioni audio, comprese quelle di appuntamenti virtuali o di telemedicina.
