Parkinson, l'intelligence artificielle peut découvrir les biomarqueurs numériques de la maladie des mots des patients

L'intelligence artificielle n'a pas pu manquer d'étudier les maladies neurologiques telles que celles de Parkinson. Les premières études scientifiques remontent en fait à trente-cinq ans. Mais depuis cinq ans maintenant, ils ont enregistré une véritable poussée. Et, bien sûr, à partir du 30 novembre 2022, la date de début de Chatgpt, les modèles d'apprentissage automatique ont également « Fallen to Lane ». Comment? Appliquer la technologie pour traiter le langage naturel (NLP) Comprendre et interpréter de grandes quantités de données linguistiques humaines à l'aide de modèles statistiques pour identifier les modèles linguistiques.

A maintenant été publié dans Nature – NPJ Parkinson's Disease La première contribution italienne qui combine et le langage naturel pour identifier les profils cognitifs de la maladie de Parkinson avant l'apparition de symptômes motrices. Pour le signer, l'Institut universitaire des études supérieures de la Pavia et les IRCC Maugeri Bari. L'étude (Détection basée sur l'IA de la maladie de Parkinson Phénottes cognitifs par le traitement du langage naturel) C'est le résultat d'une collaboration entre le centre de recherche Ailice Labs (Groupe de recherche sur l'intelligence artificielle) de l'Iuss de PavieLe Laboratoire de neuropsychologie de l'IRCC Maugeri Bari et des partenaires internationaux tels que le Global Brain Health Institute (UCSF) et l'Université de San Andrés (Argentine), En plus de la Deeptrace Technologies Company, Spin-Off Iuss.

Biomarqueurs numériques de la langue

Le projet a été conçu par Maugeri, parmi les chefs de Créer des biomarqueurs numériques de la langue qui permettent d'identifier les phénotypes précoces de la maladie de Parkinson. L'étude a analysé les champions vocaux collectés par 40 patients à IRCCS Maugeri Bari Chosé parmi les sujets ayant un diagnostic de maladie de Parkinson et non-Parkinson, à qui il a été demandé de mener des activités linguistiques, telles que décrire des images complexes ou parler librement, qui ont été enregistrés dans des fichiers audio.

Les résultats

Les chercheurs Maugeri et Iuss Ils ont traité ces données avec des algorithmes Aux variables linguistiques avancées et extrapolatantes (caractéristiques linguistiques) utilisées pour former un modèle de Apprentissage automatique capable de distinguer les caractéristiques des patients de Parkinson de ceux des sujets sains.
«Nous avons montré la faisabilité technique d'analyser le discours en italien – il explique Simona Arestale premier auteur, chercheur en bio-ingénieur à l'IRCCS Maugeri à Bari et Doctoranda Iuss à l'Académie Hadron -. Il s'agit d'une première étape vers des outils cliniques numériques, évolutifs et applicables même à distance ». Les résultats sont prometteurs:

• 77% de la précision dans la distinction des patients atteints de Parkinson de sujets sains;
• jusqu'à 85% dans la classification des sous-groupes cognitifs;
• 75% des performances dans la distinction des deux phénotypes cognitifs de la maladie (PD-NMCI vs PD-MCI).

Les « signaux »: les verbes d'action sont moins utilisés

« Parmi les marqueurs les plus indicatifs qui ont émergé de l'analyse, la réduction de l'utilisation des verbes d'action se démarque. Ces éléments linguistiques, développés dans des zones cérébrales tels que le lobe frontal, souvent impliqués dans les premiers stades de la maladie, semblent particulièrement sensibles à la détérioration précoce. De plus, il a été détecté Une plus grande fréquence des réformulations du discours et une réduction de la production de mots appartenant aux classes ouvertes, comme les noms et les verbes, suggérant une difficulté croissante dans l'accès lexical – il déclare Dr. Petronilla Battistaneuropsychologue et orthophoniste responsable du laboratoire de neuropsychologie de l'IRCCS Maugeri Bari et auteur de Corpsontding de l'étude -. La langue est donc une fenêtre précieuse sur les fonctions cognitives du cerveau. Les données de l'étude montrent que l'analyse automatique de la parole peut devenir un outil fiable non seulement pour aider à identifier les différents phénotypes de la maladie de Parkinson tôt, mais aussi pour évaluer l'efficacité des thérapies pharmacologiques. Le projet est stratégique pour le département de médecine de réadaptation neuromotrice du ministère de Mouneri et est l'un des outils technologiques innovants pour améliorer le diagnostic et le traitement des patients neurologiques « .

Le Professeur Christian SalvatoreProfesseur Iuss, directeur du Centre Ailice Labs et PDG de DeepTrace Technologies Explique que c'est la première fois qu'une approche basée sur l'IA et le multivarié PNL est appliquée avec succès Pour distinguer les profils cognitifs de Parkinson en italien: « Ces travaux montrent comment l'IA peut être utilisé pour construire de vrais biomarqueurs numériques de langue, standardisable, avec une valeur clinique concrète. Notre pipeline est conçu pour être modulaire, explicable, adaptable et intégré dans la pratique clinique Pour un diagnostic précoce et non invasif, également appliqué à d'autres contextes pathologiques. Il s'agit d'un exemple clair de technologie de translation générée dans le domaine académique et prêt à l'impact dans la pratique clinique ».

Développements: champions cliniques plus larges

Les objectifs suivants du groupe de recherche pointent vers étendre l'étude à des champions cliniques plus largesafin de consolider davantage la fiabilité des résultats. Parallèle, il est en cours Développement d'outils de diagnostic numériques qui peuvent être expliqués et inter-linguistiquespour les rendre utilisables dans des contextes cliniques internationaux et garantir la transparence interprétative des résultats. Une autre étape sera la Validation de ces outils dans des scénarios réels de dépistage précoce et de surveillance à distancedans le but d'offrir un soutien concret au diagnostic et au suivi des patients. Cette méthodologie est également potentiellement applicable à d'autres maladies neurologiques Et il peut représenter un outil utile pour surveiller l'efficacité des thérapies médicamenteuses. Dans ce contexte, l'intelligence artificielle est configurée comme un soutien au spécialiste, dont le rôle critique et évaluatif reste central.