Des chercheurs de l’UT Southwestern Medical Centre ont découvert que l’analyse vocale alimentée par l’IA peut aider à diagnostiquer la maladie d’Alzheimer et les troubles cognitifs à des stades précoces, ce qui pourrait constituer un outil de dépistage efficace pour les médecins de premier recours si des études plus vastes le confirment.
Selon le chercheur de l’O’Donnell Brain Institute, ces résultats pourraient déboucher sur un test de dépistage simple pour la détection précoce des troubles cognitifs.
Une nouvelle technologie capable de capter les changements subtils dans la voix d’un patient pourrait aider les médecins à diagnostiquer les troubles cognitifs et la maladie d’Alzheimer avant que les symptômes ne commencent à apparaître, selon un chercheur de l’UT Southwestern Medical Centre qui a dirigé une étude publiée dans le journal de l’Alzheimer’s Association Diagnosis, Assessment & Disease Monitoring.
« Notre objectif était d’identifier les changements subtils dans le langage et la voix qui sont présents dans les tout premiers stades de la maladie d’Alzheimer, mais qui ne sont pas facilement reconnaissables par les membres de la famille ou le médecin traitant d’une personne », a déclaré Ihab Hajjar, MD, professeur de neurologie à l’Institut du cerveau Peter O’Donnell Jr. de l’UT Southwestern.
Les chercheurs ont utilisé des outils avancés d’apprentissage automatique et de traitement du langage naturel (NLP) pour évaluer les schémas d’élocution de 206 personnes – 114 qui répondaient aux critères du déclin cognitif léger et 92 qui n’avaient aucune déficience. L’équipe a ensuite mis en correspondance ces résultats avec des biomarqueurs couramment utilisés afin de déterminer leur efficacité dans la mesure de la déficience.
Les participants à l’étude, qui étaient inscrits à un programme de recherche à l’université Emory d’Atlanta, ont été soumis à plusieurs tests cognitifs standard avant d’être invités à enregistrer une description spontanée d’une durée de 1 à 2 minutes d’une œuvre d’art.
« Les descriptions enregistrées de l’image nous ont fourni une approximation des compétences conversationnelles que nous avons pu étudier à l’aide de l’intelligence artificielle pour déterminer le contrôle moteur de la parole, la densité des idées, la complexité grammaticale et d’autres caractéristiques de la parole », a déclaré le Dr Hajjar.
L’équipe de recherche a comparé l’analyse de la parole des participants avec leurs échantillons de liquide céphalorachidien et leurs images IRM afin de déterminer avec quelle précision les biomarqueurs vocaux numériques détectaient à la fois les troubles cognitifs légers et l’état et la progression de la maladie d’Alzheimer.
« Avant le développement de l’apprentissage automatique et du traitement du langage naturel, l’étude détaillée des schémas vocaux des patients demandait beaucoup de travail et s’avérait souvent infructueuse, car les changements dans les premiers stades sont souvent indétectables à l’oreille humaine », a déclaré le Dr Hajjar. « Cette nouvelle méthode de test a permis de détecter les personnes souffrant de troubles cognitifs légers et, plus précisément, d’identifier les patients présentant des signes de la maladie d’Alzheimer, même lorsque les évaluations cognitives standard ne permettent pas de les détecter facilement
Au cours de l’étude, les chercheurs ont passé moins de 10 minutes à enregistrer la voix d’un patient. Les tests neuropsychologiques traditionnels prennent généralement plusieurs heures à administrer.
« Si elle est confirmée par des études plus larges, l’utilisation de l’intelligence artificielle et de l’apprentissage automatique pour étudier les enregistrements vocaux pourrait fournir aux prestataires de soins primaires un outil de dépistage facile à réaliser pour les personnes à risque », a déclaré le Dr Hajjar. « Un diagnostic précoce donnerait aux patients et à leurs familles plus de temps pour planifier l’avenir et offrirait aux cliniciens une plus grande flexibilité pour recommander des interventions prometteuses en matière de mode de vie. »
Référence : « Development of digital voice biomarkers and associations with cognition, cerebrospinal biomarkers, and neural representation in early Alzheimer’s disease » par Ihab Hajjar MD, MS, Maureen Okafor MD, MPH, Jinho D. Choi PhD, Elliot Moore II PhD, Anees Abrol PhD, Vince D. Calhoun PhD et Felicia C. Goldstein PhD, 5 février 2023, Diagnosis, Assessment & Disease Monitoring. DOI : 10.1002/dad2.12393
Le Dr Hajjar a collaboré à cette étude avec une équipe de chercheurs de l’université Emory, où il était auparavant directeur de l’unité des essais cliniques au Goizueta Alzheimer’s Disease Research Center, avant de rejoindre l’UTSW en 2022. Il continue de recueillir des enregistrements vocaux à Dallas dans le cadre d’une étude de suivi à l’UTSW, qui est financée par une subvention des National Institutes of Health.
La recherche pour cette étude a été soutenue par des subventions des National Institutes of Health/National Institute on Aging (AG051633, AG057470-01, AG042127) et de l’Alzheimer’s Drug Discovery Foundation (20150603).
Le Dr Hajjar est titulaire de la Pogue Family Distinguished University Chair in Alzheimer’s Disease Research and Clinical Care, en mémoire de Maurine et David Weigers McMullan. Avec le contenu de Schitechdaily.
