IA pode detectar sinais precoces de Alzheimer nos padrões de fala – antes que os sintomas comecem a aparecer

Pesquisadores do Centro Médico UT Southwestern descobriram que a análise de voz alimentada por IA pode ajudar a diagnosticar o Alzheimer e o comprometimento cognitivo em estágios iniciais, potencialmente fornecendo uma ferramenta de triagem eficiente para médicos de atenção primária, se confirmada por estudos maiores.

O pesquisador do O’Donnell Brain Institute diz que as descobertas podem levar a um simples teste de triagem para detecção precoce do comprometimento cognitivo.

Novas tecnologias que podem capturar mudanças sutis na voz de um paciente podem ajudar os médicos a diagnosticar o comprometimento cognitivo e a doença de Alzheimer antes que os sintomas comecem a aparecer, de acordo com um pesquisador do Centro Médico UT Southwestern que liderou um estudo publicado na revista Diagnosis, Assessment & Disease Monitoring da Associação Alzheimer.

“Nosso foco foi identificar mudanças sutis na linguagem e na voz que estão presentes nos estágios muito iniciais da doença de Alzheimer, mas não são facilmente reconhecíveis por membros da família ou pelo médico de atenção primária de um indivíduo”, disse Ihab Hajjar, MD, professor de neurologia do Peter O’Donnell Jr. Brain Institute da UT Southwestern.

Os pesquisadores usaram ferramentas avançadas de aprendizado de máquina e processamento de linguagem natural (NLP) para avaliar padrões de fala em 206 pessoas – 114 que atendiam aos critérios para declínio cognitivo leve e 92 que não tinham comprometimento. A equipe, em seguida, mapeou essas descobertas para biomarcadores comumente usados para determinar sua eficácia na medição do comprometimento.

Os participantes do estudo, que estavam matriculados em um programa de pesquisa na Universidade Emory em Atlanta, receberam vários testes cognitivos padrão antes de serem solicitados a gravar uma descrição espontânea de 1 a 2 minutos de uma obra de arte.

“As descrições gravadas da imagem nos forneceram uma aproximação das habilidades conversacionais que pudemos estudar por meio de inteligência artificial para determinar o controle motor da fala, a densidade de ideias, a complexidade gramatical e outras características da fala”, disse o Dr. Hajjar.

A equipe de pesquisa comparou a análise da fala dos participantes com suas amostras de líquido cefalorraquidiano e imagens de ressonância magnética para determinar quão precisamente os biomarcadores de voz digital detectaram tanto o comprometimento cognitivo leve quanto o status e a progressão da doença de Alzheimer.

“Antes do desenvolvimento do aprendizado de máquina e do processamento de linguagem natural, o estudo detalhado dos padrões de fala em pacientes era extremamente trabalhoso e muitas vezes não bem-sucedido porque as alterações nos estágios iniciais são frequentemente indetectáveis ​​ao ouvido humano”, disse o Dr. Hajjar. “Este novo método de teste funcionou bem na detecção de pessoas com comprometimento cognitivo leve e, mais especificamente, na identificação de pacientes com evidência de doença de Alzheimer – mesmo quando não pode ser facilmente detectada usando avaliações cognitivas padrão.”

Durante o estudo, os pesquisadores gastaram menos de 10 minutos para gravar a voz de um paciente. Testes neuropsicológicos tradicionais geralmente levam várias horas para serem administrados.

“Se confirmado por estudos maiores, o uso de inteligência artificial e aprendizado de máquina para estudar gravações vocais poderia fornecer aos provedores de cuidados primários uma ferramenta de triagem fácil de ser realizada para indivíduos em risco”, disse o Dr. Hajjar. “Diagnósticos mais precoces dariam aos pacientes e às famílias mais tempo para planejar o futuro e forneceriam aos clínicos uma maior flexibilidade na recomendação de intervenções promissoras no estilo de vida”.

Referência: “Development of digital voice biomarkers and associations with cognition, cerebrospinal biomarkers, and neural representation in early Alzheimer’s disease” de Ihab Hajjar MD, MS, Maureen Okafor MD, MPH, Jinho D. Choi PhD, Elliot Moore II PhD, Anees Abrol PhD, Vince D. Calhoun PhD e Felicia C. Goldstein PhD, 5 de fevereiro de 2023, Diagnosis, Assessment & Disease Monitoring. DOI: 10.1002/dad2.12393

O Dr. Hajjar colaborou neste estudo com uma equipe de pesquisadores da Emory University, onde anteriormente atuou como Diretor da Unidade de Ensaios Clínicos do Centro de Pesquisa sobre Doença de Alzheimer Goizueta, antes de se juntar ao UTSW em 2022. Ele está continuando a coletar gravações de voz em Dallas como parte de um estudo de acompanhamento na UTSW, que está sendo financiado com uma bolsa do National Institutes of Health.

A pesquisa deste estudo foi apoiada por subsídios do National Institutes of Health/National Institute on Aging (AG051633, AG057470-01, AG042127) e da Alzheimer’s Drug Discovery Foundation (20150603).

Dr. Hajjar ocupa a Cátedra Universitária Distinta da Família Pogue em Pesquisa e Cuidados Clínicos da Doença de Alzheimer, em Memória de Maurine e David Weigers McMullan. Com conteúdo do Schitechdaily.