Dr. Nasser

Modelo de IA prevê Alzheimer usando análise de fala

ai-alzheimers-speech-neuroscience-drjose-nasser-aquera.jpg

Índice

Depois de treiná-lo em um subconjunto da população do estudo, eles testaram sua proeza preditiva no resto dos participantes.

Sumário

Pode prever se alguém com comprometimento cognitivo leve desenvolverá a doença de Alzheimer com 78,5% de precisão analisando a fala. Essa ferramenta poderia permitir diagnósticos mais precoces e rastreamento de comprometimento cognitivo mais acessível sem testes caros.

O modelo usa aprendizado de máquina para avaliar o conteúdo da fala, oferecendo uma maneira não invasiva de monitorar o risco de demência. Novas pesquisas visam aprimorar e expandir essa tecnologia.

Principais Fatos

  1. Alta precisão: O modelo de IA prevê a progressão do Alzheimer com 78,5% de precisão.
  2. Triagem acessível: Poderia tornar o diagnóstico de demência mais fácil e mais amplamente disponível.
  3. Análise da Fala: Analisa o conteúdo da fala, não apenas as características acústicas.
  4. Fonte: Universidade de Boston

Estudo

Tentar descobrir se alguém tem a doença de Alzheimer geralmente envolve uma bateria de avaliações – entrevistas, imagens cerebrais, exames de sangue e líquido cefalorraquidiano.

Mas, até lá, provavelmente já é tarde demais: as memórias começaram a escapar, traços de personalidade há muito estabelecidos começaram a mudar sutilmente.

Se detectados precocemente, novos tratamentos pioneiros podem retardar a progressão sem remorso da doença, mas não há uma maneira infalível de prever quem desenvolverá a demência associada ao Alzheimer.

Agora, pesquisadores da Universidade de Boston dizem ter projetado um novo e promissor programa de computador de inteligência artificial, ou modelo, que pode um dia ajudar a mudar isso – apenas analisando a fala de um paciente.

Seu modelo pode prever, com uma taxa de precisão de 78,5%, se alguém com comprometimento cognitivo leve provavelmente permanecerá estável nos próximos seis anos – ou se cairá na demência associada à doença de Alzheimer.

Embora permitam que os médicos olhem para o futuro e façam diagnósticos mais precoces, os pesquisadores dizem que seu trabalho também pode ajudar a tornar a triagem de comprometimento cognitivo mais acessível, automatizando partes do processo – sem exames de laboratório caros, exames de imagem ou mesmo visitas ao consultório necessárias.

O modelo é alimentado por aprendizado de máquina, um subconjunto de IA em que cientistas da computação ensinam um programa a analisar dados de forma independente.

“Queríamos prever o que aconteceria nos próximos seis anos – e descobrimos que podemos razoavelmente fazer essa previsão com confiança e precisão relativamente boas”, diz Ioannis (Yannis) Paschalidis, diretor do Instituto BU Rafik B. Hariri de Computação e Ciência Computacional e Engenharia.

“Isso mostra o poder da IA.”

A equipe multidisciplinar de engenheiros, neurobiólogos e cientistas da computação e de dados publicou suas descobertas no Alzheimer’s & Dementia, o jornal da Associação de Alzheimer.

“Esperamos, como todos fazem, que haja cada vez mais tratamentos para Alzheimer disponíveis”, diz Paschalidis, professor de engenharia da BU College of Engineering e membro fundador da Faculdade de Computação e Ciências de Dados.

“Se você pode prever o que vai acontecer, você tem mais oportunidade e janela de tempo para intervir com medicamentos e, pelo menos, tentar manter a estabilidade da condição e evitar a transição para formas mais graves de demência.”

Calculando a probabilidade da doença de Alzheimer

Para treinar e construir seu novo modelo, os pesquisadores recorreram a dados de um dos estudos mais antigos e mais longos do país – o Framingham Heart Study, liderado pela BU.

Embora o estudo de Framingham esteja focado na saúde cardiovascular, os participantes que apresentam sinais de declínio cognitivo são submetidos a testes neuropsicológicos e entrevistas regulares, produzindo uma riqueza de informações longitudinais sobre seu bem-estar cognitivo.

Paschalidis e seus colegas receberam gravações de áudio de 166 entrevistas iniciais com pessoas, entre 63 e 97 anos, diagnosticadas com comprometimento cognitivo leve – 76 que permaneceriam estáveis pelos próximos seis anos e 90 cuja função cognitiva diminuiria progressivamente.

Em seguida, eles usaram uma combinação de ferramentas de reconhecimento de fala — semelhantes aos programas que alimentam seu alto-falante inteligente — e aprendizado de máquina para treinar um modelo para detectar conexões entre fala, demografia, diagnóstico e progressão da doença.

Depois de treiná-lo em um subconjunto da população do estudo, eles testaram sua proeza preditiva no resto dos participantes.

“Combinamos as informações que extraímos das gravações de áudio com alguns dados demográficos muito básicos – idade, sexo e assim por diante – e obtemos a pontuação final”, diz Paschalidis.

“Você pode pensar na pontuação como a probabilidade, a probabilidade, de que alguém permaneça estável ou faça a transição para a demência. Tinha uma capacidade preditiva significativa.”

Em vez de usar recursos acústicos da fala, como enunciação ou velocidade, o modelo está apenas puxando do conteúdo da entrevista – as palavras ditas, como elas são estruturadas.

E Paschalidis diz que as informações que eles colocam no programa de aprendizado de máquina são ásperas: as gravações, por exemplo, são bagunçadas – de baixa qualidade e cheias de ruído de fundo.

“É uma gravação muito casual”, diz. “E ainda assim, com esses dados sujos, o modelo é capaz de fazer algo com isso.”

Isso é importante, porque o projeto foi em parte sobre testar a capacidade da IA de tornar o processo de diagnóstico de demência mais eficiente e automatizado, com pouco envolvimento humano.

No futuro, dizem os pesquisadores, modelos como o deles podem ser usados para levar atendimento a pacientes que não estão perto de centros médicos ou para fornecer monitoramento de rotina por meio da interação com um aplicativo em casa, aumentando drasticamente o número de pessoas que são examinadas.

De acordo com a Alzheimer’s Disease International, a maioria das pessoas com demência em todo o mundo nunca recebe um diagnóstico formal, deixando-as sem tratamento e cuidados.

Rhoda Au, coautora do artigo, diz que a IA tem o poder de criar “ciência e saúde com oportunidades iguais”. O estudo se baseia no trabalho anterior da mesma equipe, onde eles descobriram que a IA poderia detectar com precisão o comprometimento cognitivo usando gravações de voz.

“A tecnologia pode superar o viés do trabalho que só pode ser feito por aqueles com recursos, ou cuidados que dependeram de conhecimentos especializados que não estão disponíveis para todos”, diz Au, professor de anatomia e neurobiologia da BU Chobanian & Avedisian School of Medicine.

Para ela, uma das descobertas mais empolgantes foi “que um método de avaliação cognitiva que tem o potencial de ser maximamente inclusivo – possivelmente independente de idade, sexo/gênero, educação, idioma, cultura, renda, geografia – poderia servir como uma ferramenta de triagem potencial para detectar e monitorar sintomas relacionados à doença de Alzheimer”.

Um diagnóstico de demência em casa

Em pesquisas futuras, Paschalidis gostaria de explorar o uso de dados não apenas de entrevistas formais entre clínicos e pacientes – com suas perguntas roteirizadas e idas e vindas previsíveis – mas também de conversas mais naturais e cotidianas.

Ele já está olhando para um projeto sobre se a IA pode ajudar a diagnosticar demência por meio de um aplicativo de smartphone, bem como expandir o estudo atual para além da análise de fala – os testes de Framingham também incluem desenhos de pacientes e dados sobre padrões de vida diária – para aumentar a precisão preditiva do modelo.

“O digital é o sangue novo”, diz Au. “Você pode coletá-lo, analisá-lo para o que é conhecido hoje, armazená-lo e reanalisá-lo para o que surgir amanhã.”

Financiamento: Esta pesquisa foi financiada, em parte, pela National Science Foundation, pelos Institutos Nacionais de Saúde e pelo BU Rajen Kilachand Fund for Integrated Life Science and Engineering.

Referência

Author: Katherine Gianni
Source: Boston University
Contact: Katherine Gianni – Boston University
Original Research: Open access.
Prediction of Alzheimer’s disease progression within 6 years using speech: a novel approach leveraging language models” by Ioannis Paschalidis et al. Alzheimer’s & Dementia

Imprimir
WhatsApp
Facebook
Twitter
LinkedIn
Email