ALZHEIMER : L’IA et un chatbot pour prédire la démence

C’est une nouvelle application de l’Intelligence artificielle (IA) dans le diagnostic ou précisément la détection, ici du déclin cognitif et de la maladie d'Alzheimer. Cette équipe de bioingénieurs de l’Université Drexel (Philadelphie) utilisent l’IA et un chatbot pour repérer les indicateurs d'Alzheimer dans la parole spontanée.

Il s’agit d’un programme de chatbot spécifique, nommé « ChatGPT », capable de générer des réponses écrites de type humain à certaines des requêtes les plus originales ou créatives. En d’autres termes, le chatbot est beaucoup moins limité, que la plupart des systèmes actuels, dans son dialogue avec l’utilisateur. L’équipe de l'Université Drexel démontre ici qu’il est capable avec l’aide de l’IA d’identifier des indices dans le discours spontané des utilisateurs, précis à 80 % pour prédire les premiers stades de la démence.

La promesse des programmes de traitement du langage naturel

Ces programmes laissent espérer de nouveaux dispositifs permettant une prédiction précoce de la maladie d'Alzheimer, à la fois simple et accessible à tous. La méthode repose sur les troubles du langage spécifiques pouvant être un indicateur précoce des troubles neurodégénératifs.

La pratique actuelle du diagnostic de la maladie d'Alzheimer implique généralement un examen des antécédents médicaux et une longue série d'évaluations et de tests physiques et neurologiques. Bien qu'il n'existe pas de traitement curatif de la maladie, la détecter de manière précoce peut ouvrir davantage d'options thérapeutiques et de soutien.

Les troubles du langage sont un symptôme chez 60 à 80 % des patients atteints de démence, c’est pourquoi l’équipe de Drexel s’est concentrée sur les programmes capables de détecter à distance de tels indices subtils :

ces indices comprennent l'hésitation verbale, les erreurs de grammaire et de prononciation et l'oubli du sens des mots, entre autres.

« Nous savons que les effets cognitifs de la maladie d'Alzheimer peuvent se manifester dans la production du langage », confirme l’auteur principal, Hualou Liang, professeur à la Drexel's School of Biomedical Engineering, Science and Health Systems : « Les tests les plus couramment utilisés pour la détection précoce de la maladie d'Alzheimer examinent les caractéristiques acoustiques, telles que la pause, l'articulation et la qualité vocales, en plus des tests de cognition. Mais nous pensons que certains programmes de traitement du langage naturel offrent une nouvelle voie pour l'identification précoce de la maladie d'Alzheimer ».

Le programme écoute et apprend : le programme « GPT-3 » utilise un algorithme d'apprentissage en profondeur – formé en traitant de vastes volumes de données provenant d'Internet, avec un accent particulier sur la façon dont les mots sont utilisés et la façon dont le langage est construit. Cette formation lui permet de produire une réponse humaine à toute tâche impliquant le langage, des réponses à des questions simples à l'écriture de poèmes ou d'essais. Il a été développé pour pouvoir répondre à des questions qui nécessiteraient normalement des connaissances externes qui n'ont pas été préalablement fournies. Le programme GPT-3 est donc apparu à l’équipe comme un candidat prometteur pour identifier les caractéristiques subtiles de la parole qui peuvent prédire l'apparition de la démence. Une fois « entrainé » via un énorme volume de données d'entretiens, dont certains avec des patients atteints de la maladie d'Alzheimer, le programme se révèle capable d’identifier des modèles de parole qui constituent des marqueurs de la maladie.

L’étude montre même que ce dispositif est 20 % plus performant que le fameux test Mini-Mental State Exam (MMSE).

L’objectif est donc bien une application Web, ou un chatbot qui pourrait être utilisé au domicile ou dans un cabinet médical comme outil de présélection.

Avant un diagnostic clinique bien sûr.

Source: PLOS Digital Health 22 Dec, 2022 DOI:10.1371/journal.pdig.0000168 Predicting dementia from spontaneous speech using large language models

Équipe de rédaction SantélogFév 9, 2023Rédaction Santé log