La maladie de Parkinson est une pathologie évolutive du système nerveux qui affecte le mouvement et est neurodégénérative. Les patients atteints de cette maladie sont confrontés à une variété de complications liées à la parole , y compris la dysarthrie (difficulté à dire des mots en raison de problèmes avec les muscles qui aident à parler) et des troubles du langage . . Au-delà de cela, la science continue de travailler pour trouver des détecteurs précoces permettant de traiter la maladie de manière précoce et la possibilité de travailler sur de meilleurs traitements.
En ce sens, en utilisant l'intelligence artificielle (IA) pour traiter le langage naturel, un groupe de recherche a évalué les caractéristiques de la parole chez les patients atteints de la maladie de Parkinson.
L'analyse des données a montré que ces patients utilisaient plus de verbes et moins de noms et de connecteurs lorsqu'ils parlaient lorsqu'ils parlaient. L'étude a été dirigée par Masahisa Katsuno et Katsunori Yokoi, tous deux de l'École de médecine de l'Université de Nagoya , en collaboration avec l'Université préfectorale d'Aichi et l'Université de technologie de Toyohashi au Japon. Les résultats de la recherche ont été publiés dans la revue Parkinsonism & Related Disorders .
Cette maladie est considérée comme l'une des pathologies neurodégénératives liées à l'âge les plus courantes et touche 1% des personnes de plus de 60 ans et 0,3% de la population générale, selon l'Université du Texas School of Medicine, USA.
La technologie de traitement du langage naturel (NLP) est une branche de l'IA qui vise à permettre aux ordinateurs de comprendre et d'interpréter de grandes quantités de données de langage humain à l'aide de modèles statistiques pour identifier des modèles.
Étant donné que les patients atteints de la maladie de Parkinson éprouvent une variété de problèmes liés à la parole, y compris une production et une utilisation altérées du langage, le groupe a utilisé la PNL pour analyser les différences détectables dans les modèles basés sur 37 caractéristiques à l'aide de textes rédigés à la main à partir de conversations libres.
L'analyse a révélé que les patients atteints de la maladie de Parkinson utilisaient moins de noms communs et propres et moins de connecteurs de texte par phrase. D'un autre côté, ils parlaient en utilisant un pourcentage plus élevé de verbes et de variance des particules de casse (une caractéristique importante dans la langue japonaise et non applicable à toutes les langues) par phrase.
Que disent-ils et comment font-ils ?
Le Dr Katsunori Yokoi , directeur de l'étude et chercheur à l'École de médecine de l'Université de Nagoya, a raconté : « Lorsqu'on lui demande de parler de sa journée le matin, un patient atteint de la maladie de Parkinson peut dire quelque chose comme ce qui suit, par exemple : « Je me suis réveillé à 4h50. Je pensais que c'était un peu tôt, mais je me suis levé. Il m'a fallu environ une demi-heure pour aller aux toilettes, alors je me suis lavé et habillé vers 5h30. Mon mari a préparé le petit déjeuner. J'ai pris le petit déjeuner après 6 heures du matin. Ensuite, je me suis brossé les dents et je me suis préparé à sortir.
Yokoi a poursuivi: «Alors que quelqu'un du groupe témoin en bonne santé pourrait dire quelque chose comme ceci:« Eh bien, le matin, je me suis réveillé à six heures, je me suis habillé et, oui, je me suis lavé le visage. Ensuite, j'ai nourri mon chat et mon chien. Ma fille a préparé un repas, mais je lui ai dit que je ne pouvais pas manger et j'ai, euh, bu de l'eau.
Le spécialiste, rassemblant les informations des deux cas, a analysé: "bien que ce soient des exemples que nous avons créés de conversations qui reflètent les caractéristiques des personnes atteintes de la maladie de Parkinson par rapport à celles qui n'ont pas la maladie, ce que l'on peut noter, c'est que la durée totale est similaire . Cependant, ceux qui font face à la maladie parlent en phrases plus courtes que les individus du groupe témoin, ce qui entraîne plus de verbes dans l'analyse de l'apprentissage automatique. Le public en bonne santé utilise également plus de connecteurs, tels que 'bon' ou 'umm', pour enchaîner les phrases ».
L'aspect le plus prometteur de cette recherche est que l'équipe a mené la recherche chez des patients qui ne présentaient pas encore un degré avancé de déficience cognitive liée à la maladie de Parkinson. Par conséquent, leurs résultats offrent un moyen potentiel de détection précoce pour distinguer les patients atteints de la maladie.
"Nos résultats suggèrent que, même en l'absence de troubles cognitifs, les conversations des patients atteints de la pathologie différaient de celles des personnes en bonne santé", a conclu Masahisa Katsuno, un autre directeur de l'étude.
"Lorsque nous avons essayé d'identifier des patients malades ou des témoins sains sur la base de ces changements de conversation, nous avons pu identifier les premiers avec une précision de plus de 80 %. Ce résultat suggère la possibilité d'une analyse du langage utilisant le traitement naturel pour diagnostiquer la maladie de Parkinson", a ajouté Katsuno.
Yurie Iribe, Norihide Kitaoka, Maki Sato et Akihiro Hori ont également participé à cette enquête.
Continuer à lire: