Modelele de inteligență artificială utilizează procesarea limbajului natural pentru a prevedea riscul de a dezvolta boala Alzheimer

O echipă de cercetători în domeniul inteligenței artificiale de la IBM și Pfizer (PFE ) a dezvoltat algoritmi de inteligență artificială care pot detecta potențial semnele bolii Alzheimer prin analizarea scrisului și a găsirii unor modele lingvistice.

Alți cercetători în domeniul inteligenței artificiale au dezvoltat modele menite să prevadă dezvoltarea bolii Alzheimer prin analizarea scanărilor PET sau prin interpretarea datelor din teste clinice. Aceste alte modele au fost antrenate pe date recente, dar modelul dezvoltat de echipa IBM-Pfizer a fost antrenat pe date din Studiul Framingham Heart, care include date despre peste 14.000 de persoane din trei generații și șase decenii. Natura pe termen lung a datelor este importantă, deoarece dacă inteligența artificială poate detecta în mod fiabil modele în cadrul unor populații mari pe perioade lungi de timp, cercetătorii ar putea să prevadă manifestarea bolii Alzheimer cu ani înainte de tehnicile de diagnostic actuale. Mai mult, ar putea fi o metodă de diagnostic fiabilă care nu necesită utilizarea tehnologiei de scanare sau a testelor invazive, creșterea gamei de scenarii în care poate fi utilizată.

Conform vicepreședintelui IBM pentru sănătate și științe ale vieții, Ajay Royyuru, modelele de inteligență artificială dezvoltate de echipa de cercetare pot funcționa ca un instrument care ajută practicienii medicali să obțină indicii despre posibila dezvoltare a bolii Alzheimer înainte de testele clinice. Modelele pot funcționa în esență ca sisteme de avertizare timpurie care îi îndeamnă pe practicienii medicali să efectueze teste mai extensive.

Pentru a antrena modelele de inteligență artificială, echipa de cercetare a utilizat transcrieri ale răspunsurilor scrise la diverse întrebări. Participanții la Studiul Framingham Heart au fost rugați să descrie o imagine a unei scene utilizând limba lor naturală. Răspunsurile generate de respondenți au fost digitizate și transcrierile au fost introduse în algoritmii de învățare automată ca date de antrenament. Conform IBM, modelele au putut să identifice anumite caracteristici lingvistice care sunt corelate cu dezvoltarea tulburărilor neurodegenerative. Clinicienii au descoperit de mult timp că anumite utilizări ale cuvintelor repetitive, greșelilor de ortografie și preferinței pentru fraze simple în loc de propoziții complexe pot fi indicative pentru progresia bolii Alzheimer, și modelele de inteligență artificială au identificat aceleași caracteristici.

Conform rezultatelor studiului, modelul principal a obținut o acuratețe de aproximativ 70% în predicția participanților din studiul original care au dezvoltat boala Alzheimer până la vârsta de 85 ani. Modelele, și prin urmare rezultatele, au fost derivate din datele istorice din cadrul studiului original. Ele nu au prevăzut în realitate evenimente viitoare. În plus, modelul de inteligență artificială a fost antrenat pe subpopulația cea mai veche a populației Framingham. Această populație a fost în principal non-hispanică albă, și ca urmare, există limite în ceea ce privește generalizarea rezultatelor pentru alte etnii și populații din întreaga lume. Dimensiunea eșantionului pentru studiu a fost destul de mică, constând în doar 40 de indivizi care au dezvoltat demență și 40 care nu au dezvoltat.

În ciuda acestor limitări, studiul are valoare ca unul dintre primele studii care analizează date reale din viața reală colectate pe o perioadă lungă de timp. Acuratețea modelului ar putea fi crescută dacă anumite caracteristici lăsate afară din studiu sunt incluse în datele de antrenament viitoare, cum ar fi scrierea de mână. O abordare similară ar putea fi utilizată și cu înregistrări audio ale vorbirii, care includ pauze care nu sunt reprezentate în limbajul scris.

Conform lui Royyuru, avantajul utilizării mostrelor de limbaj este acela că, indiferent dacă mostrele sunt vorbite sau scrise, ele sunt metode neinvazive de a determina starea cognitivă a oamenilor. Colectarea datelor de limbaj poate fi efectuată la distanță și relativ ieftin prin utilizarea internetului, deși este important să se asigure că există măsuri de protecție a confidențialității și consimțământul informat atunci când se colectează astfel de date.

Coautor al studiului și cercetător în neuroimagistică și psihiatrie computațională la IBM, Guillermo Cecchi, a explicat pentru Scientific American că procesul este adaptat pentru a înțelege și alte forme de boală:

„Suntem în procesul de a utiliza această tehnologie pentru a înțelege mai bine bolile cum ar fi schizofrenia, [scleroza laterală amiotrofică] și boala Parkinson și o facem în studii prospective [care] analizează mostre de vorbire, oferite cu consimțământ din partea unor teste verbale cognitive similare.”