riepilogo: I ricercatori hanno utilizzato l’intelligenza artificiale per analizzare il linguaggio dei pazienti affetti da Parkinson, rivelando modelli distinti. AI ha scoperto che i malati di Parkinson usano più verbi ma meno nomi e riempitivi nel loro discorso, anche prima che il declino cognitivo tipicamente associato al Parkinson diventi evidente.

L’analisi è stata in grado di identificare i pazienti con malattia di Parkinson con una precisione superiore all’80%, fornendo un potenziale nuovo strumento per la diagnosi precoce. Questo studio sottolinea il potenziale dell’elaborazione del linguaggio naturale, un ramo dell’intelligenza artificiale, nel migliorare la diagnostica sanitaria.

Aspetti principali:

1. Lo studio ha utilizzato l’intelligenza artificiale, in particolare l’elaborazione del linguaggio naturale (PNL), per analizzare il linguaggio dei pazienti affetti da Parkinson, rivelando modelli distinti nel loro uso del linguaggio.
2. Rispetto ai controlli sani, i pazienti con malattia di Parkinson usavano più verbi, ma meno nomi e riempitivi nelle loro conversazioni.
3. Questi distinti modelli di linguaggio erano rilevabili anche prima dell’inizio del declino cognitivo tipicamente osservato nei pazienti con Parkinson.
4. Analizzando questi modelli di linguaggio, i ricercatori sono stati in grado di identificare le persone con malattia di Parkinson con una precisione superiore all’80%, indicando la possibilità di una diagnosi precoce.

fonte: Università di Nagoya

Utilizzando l’intelligenza artificiale (AI) per l’elaborazione del linguaggio naturale, un gruppo di ricerca ha valutato le caratteristiche del linguaggio tra i pazienti con malattia di Parkinson (MdP). Un’analisi AI dei loro dati ha determinato che questi pazienti parlavano usando più verbi e meno nomi e riempitivi.

Lo studio è stato condotto dal professor Masahisa Katsuno e dal dottor Katsunori Yokoi, della Nagoya University School of Medicine, in collaborazione con la Aichi Prefectural University e la Toyohashi University of Technology.

Hanno pubblicato i loro risultati sulla rivista Parkinson e disturbi correlati.

La tecnologia Natural Language Processing (NLP) è una branca dell’intelligenza artificiale che si concentra sul consentire ai computer di comprendere e interpretare grandi quantità di dati del linguaggio umano utilizzando modelli statistici per identificare i modelli. Dato che i pazienti con malattia di Parkinson presentano una varietà di problemi legati al linguaggio, tra cui la produzione del linguaggio e l’uso del linguaggio alterati, il gruppo ha utilizzato la PNL per analizzare le differenze nei modelli di linguaggio dei pazienti sulla base di 37 caratteristiche utilizzando script realizzati da conversazioni libere.

L’analisi ha rivelato che i pazienti con Parkinson usano meno nomi comuni, nomi propri e riempitivi per frase. D’altra parte, hanno parlato usando una proporzione maggiore di verbi e il contrasto delle particelle di maiuscole (una caratteristica importante della lingua giapponese) per frase.

Secondo Yokoi, “Quando ho chiesto loro di parlare della loro giornata al mattino, un paziente PD potrebbe dire qualcosa del genere, ad esempio:” Mi sono alzato alle 4:50. Pensavo fosse un po’ presto, ma mi sono svegliato. Ci è voluta circa mezz’ora per andare in bagno, quindi mi sono fatto la doccia e mi sono vestito verso le 5:30. Mio marito ha preparato la colazione. Ho fatto colazione dopo le 6 del mattino. Poi mi sono lavato i denti e mi sono preparato per uscire”.

Yokoi ha continuato, “Mentre qualcuno nel gruppo di controllo sanitario potrebbe dire qualcosa del genere: ‘Beh, la mattina mi sono alzato alle sei del mattino, mi sono vestito e mi sono lavato la faccia.’ Poi ho dato da mangiare al mio gatto e al mio cane. Mia figlia ha preparato un pasto, ma le ho detto che non potevo mangiare e io, sua madre, ho bevuto un po’ d’acqua”.

“Mentre questi sono esempi che abbiamo creato di conversazioni che riflettono le caratteristiche delle persone con ADHD e delle persone sane, quello che dovresti vedere è che la durata complessiva è simile”, ha spiegato Yokoi.

Tuttavia, i pazienti con PD hanno pronunciato frasi più brevi rispetto ai soggetti del gruppo di controllo, il che ha portato a più verbi nell’analisi dell’apprendimento automatico. Il controllo sano utilizza anche più riempitivi, come “okay” o “um” per collegare le frasi.

L’aspetto promettente di questa ricerca è che il team ha condotto l’esperimento su pazienti che non mostravano ancora il caratteristico declino cognitivo visto nel Parkinson. Pertanto, le loro scoperte forniscono un mezzo potenziale per la diagnosi precoce dei pazienti con malattia di Parkinson.

“I nostri risultati indicano che anche in assenza di declino cognitivo, le conversazioni dei pazienti con malattia di Parkinson differiscono da quelle dei soggetti sani”, conclude il professor Katsuno, a capo dello studio.

“Quando abbiamo tentato di identificare i pazienti con malattia di Parkinson o i controlli sani sulla base di questi cambiamenti dialogici, siamo stati in grado di identificare i pazienti con malattia di Parkinson con una precisione superiore all’80%. Questo risultato indica il potenziale dell’analisi del linguaggio utilizzando l’elaborazione del linguaggio naturale per diagnosticare la malattia di Parkinson”.

Informazioni sulle notizie sulla ricerca sull’IA e sul morbo di Parkinson

autore: Matteo Coslett
fonte: Università di Nagoya
comunicazione: Matteo Coslett – Università di Nagoya
immagine: Immagine accreditata a Neuroscience News

Ricerca originale: Accesso chiuso.
“Analisi del linguaggio spontaneo nella malattia di Parkinson mediante elaborazione del linguaggio naturaleScritto da Masahisa Katsuno et al. Parkinson e disturbi correlati

un sommario

Analisi del linguaggio spontaneo nella malattia di Parkinson mediante elaborazione del linguaggio naturale

introduzione

I malati di Parkinson (PD) affrontano una varietà di problemi legati al linguaggio, tra cui disartria e disturbi del linguaggio. Per chiarire i meccanismi fisiopatologici del cambiamento del linguaggio nel Parkinson, abbiamo confrontato il linguaggio dei pazienti e quello dei controlli sani (HC) utilizzando strumenti di analisi morfologica automatizzati.

Metodi

Abbiamo arruolato 53 pazienti diabetici con funzione cognitiva normale e 53 HHC e valutato il loro linguaggio spontaneo utilizzando l’elaborazione del linguaggio naturale. Sono stati utilizzati algoritmi di apprendimento automatico per determinare le caratteristiche della conversazione spontanea in ciascun gruppo. In questa analisi sono state utilizzate trentasette caratteristiche incentrate sulla parte del discorso e sulla complessità grammaticale. Un modello di macchina vettoriale di supporto (SVM) è stato addestrato con una convalida incrociata di 10 volte.

risultati

È stato riscontrato che i pazienti PD pronunciano meno morfemi in una singola frase rispetto al gruppo HC. Rispetto a HC, il discorso dei pazienti con PD aveva un tasso più elevato di verbi, particelle di stato (soggettive) e articolazioni verbali e un tasso inferiore di espressioni di nomi comuni, espressioni di nomi propri ed espressioni di riempimento. Utilizzando questi cambiamenti nella conversazione, i tassi di discriminazione rilevanti per PD o HC erano superiori all’80%.

conclusioni

I nostri risultati dimostrano il potenziale dell’elaborazione del linguaggio naturale per l’analisi del linguaggio e la diagnosi di PD.