Prevedere l’Alzheimer con l’Aiuto dell’AI

Un recente studio pubblicato dall’Alzheimer’s Association fa luce su un nuovo metodo di rilevazione precoce che potrebbe contribuire a salvare milioni di vite. Lo studio esamina l’uso dell’AI in protocolli di previsione automatizzati combinati con metodi di scansione vocale per determinare con precisione la progressione da Disturbo Cognitivo Lieve (MCI) alla Malattia di Alzheimer (AD) entro una finestra di 6 anni. Ecco cosa c’è da sapere.

Alzheimer e Demenza

Chiunque abbia vissuto con o abbia assistito un parente affetto da Alzheimer e demenza può testimoniare le difficoltà della situazione. In particolare, la Malattia di Alzheimer è la principale causa di demenza a livello globale. È un disturbo cerebrale progressivo che deteriora le capacità mentali di una persona nel tempo. Il processo è graduale, con sintomi che passano da una semplice dimenticanza a perdita di memoria, disorientamento, negligenza verso se stessi e perdita del linguaggio. Inoltre, i pazienti che soffrono di MCI hanno una probabilità molto più alta di sviluppare la Malattia di Alzheimer.

Fatti sulla Malattia di Alzheimer

La Malattia di Alzheimer è il sesto più grande assassino di americani e rimane una preoccupazione importante a livello globale. Uno studio del 2023 ha rilevato che oltre 6,7 milioni di americani soffrono di questa malattia, che può rendere i pazienti incapaci di prendersi cura di sé, riconoscere i familiari o svolgere le attività quotidiane necessarie.

Fonte – Wikipedia

Sfortunatamente, la ricerca ha anche evidenziato un aumento dei rischi in futuro. Ha previsto che entro il 2060 ne soffriranno 13,8 milioni di cittadini statunitensi. Questi fattori hanno spinto molti ricercatori a cercare soluzioni e metodi di prevenzione per ridurre questi rischi, potenzialmente salvando molte vite.

Patologia AD

La patologia AD è un termine che si riferisce a come il cervello inizia a deteriorarsi sotto il peso della malattia. I metodi attuali richiedono l’esecuzione di test neuropsicologici (NPT), che consentono ai professionisti sanitari di monitorare i livelli di peptidi beta-amiloide (Aβ), proteina tau iperfosforilata, astrociti reattivi, attivazione microgliale e altri biomarcatori. Tutti questi fattori possono indicare infiammazione cronica e altri problemi associati all’insorgenza dell’AD.

Limiti Attuali della Patologia AD

Questi metodi per determinare il rischio di AD di un paziente presentano alcuni svantaggi significativi. Innanzitutto, sono costosi. Ogni test può costare migliaia di dollari, rendendolo disponibile solo a chi ha assicurazione o accesso a finanziamenti. Inoltre, questi metodi sono spesso invasivi. Ogni volta che è necessario incidere la pelle, aumenta il rischio di infezioni e altre complicazioni.

Il Futuro della Rilevazione dell’AD è Basato sulla Voce

I ricercatori hanno notato una correlazione diretta tra il declino del linguaggio e il MCI. Di conseguenza, è stato svolto molto lavoro per documentare e registrare questi cambiamenti a scopo di ricerca. Oggi sono disponibili migliaia di ore di registrazioni vocali provenienti da esami neuropsicologici. Inoltre, altri dati sono allegati a queste registrazioni. Questo studio FHS è il più grande insieme di registrazioni.

Studio Cardiaco di Framingham (FHS)

Lo Studio Cardiaco di Framingham (FHS) è in corso dal 1948. Questo studio a lungo termine sulla salute cardiovascolare ha esaminato migliaia di uomini che hanno avuto ictus o infarti. Il suo approccio a lungo termine ha permesso ai ricercatori di creare modelli di previsione del rischio a 10-30 anni, che si sono rivelati fondamentali nella prevenzione, nella creazione di farmaci e ora nella programmazione di modelli AI.

Questo sforzo collaborativo è supportato dal National Heart, Lung, and Blood Institute (NHLBI) e dalla Boston University, ed è uno degli studi cardiovascolari più lunghi e di maggior successo mai condotti. Pertanto, i suoi dati hanno contribuito a innumerevoli scoperte mediche e rimangono una fonte potente di dati sulla salute a lungo termine.

Come parte dello studio, i test vocali sono stati introdotti nei dati nel 2005. Da allora, gli scienziati hanno registrato migliaia di modelli vocali in pazienti prima e durante l’AD. Queste registrazioni hanno fornito preziose informazioni su come la mente si deteriora durante l’AD.

L’Intelligenza Artificiale Migliora i Metodi di Diagnosi

La rivoluzione AI ha consentito agli ingegneri di creare sistemi di allarme precoce più avanzati ed efficienti. In questo caso, l’Elaborazione del Linguaggio Naturale (NLP) AI è stata utilizzata per diagnosticare caratteristiche linguistiche che segnalano il declino cognitivo. L’algoritmo può incrociare milioni di punti dati per collocare accuratamente i pazienti su una scala di demenza basata sulle loro comunicazioni.

Studio su Alzheimer e Demenza

Lo studio ha applicato tecniche NLP con metodi di apprendimento automatico per migliorare i modelli predittivi di MCI e demenza. Il team ha utilizzato registrazioni di interviste di test da n + 166 partecipanti allo Studio Cardiaco di Framingham (FHS) per creare questi modelli. I modelli coprivano una gamma di opzioni, dai dati demografici a uno spettro completo di dati.

Una differenza principale rispetto ai tentativi precedenti era che il team si è concentrato principalmente sulla progressione da MCI a AD piuttosto che sulla cognizione normale. Ha incluso 90 casi di MCI progressivo e 76 casi di MCI stabile come parte dell’approccio. Questi dati sono stati inseriti in un algoritmo AI avanzato che ha esaminato i fattori chiave.

Dati di Input

Il sistema ha utilizzato una variante del modello di regressione logistica che sfruttava i punteggi dei sottotest e il TAS come principali indicatori di previsione. Come parte di questo approccio, il team ha prima creato uno strumento di trascrizione che ha semplificato l’importazione dei dati precedentemente registrati dello Studio Cardiaco di Framingham (FHS).

Dati Vocali

I dati vocali dei 166 partecipanti comprendevano un’intervista di un’ora per ciascuna persona. Questi dati erano stati precedentemente registrati e archiviati digitalmente, il che ha richiesto al team di creare metodi per convertire facilmente questi dati in testo e poi in modelli AI.

Il Codificatore Universale di Frasi

Il Codificatore Universale di Frasi è stato progettato per ridurre il carico di lavoro dell’importazione dei dati FHS. Il sistema scansiona automaticamente i dati FHS e genera embedding vettoriali basati su segmenti specifici della trascrizione di ciascun paziente. Questo approccio aiuta l’AI a fare previsioni più precise riducendo il carico di lavoro.

Miglioramenti del Modello AI

Il team di ricerca ha utilizzato queste trascrizioni per creare un potente algoritmo di deep learning AI. Il sistema richiama automaticamente dati casuali dal rapporto FHS e li campiona. Questi dati sono stati usati per creare e codificare il contenuto dei sottotest. In totale, otto embedding specifici sono stati utilizzati per valutare la progressione dell’AD e del MCI.

Modelli di Regressione Logistica

Sono stati creati nuovi modelli AI addestrati sui dati quantitativi associati a ciascun contenuto dei sottotest. Il contenuto è stato valutato e utilizzato come input individuali per la modellazione. Questi modelli sono stati poi scomposti e testati per l’efficacia, risultando in un punteggio medio della trascrizione (TAS) per ciascuno. Questi punteggi e il TAS hanno permesso all’AI di monitorare accuratamente la progressione del MCI.

Il modello principale includeva una serie di dati preziosi sui partecipanti. In particolare, comprendeva dati demografici, stato di portatore APOE, fattori di salute e caratteristiche testuali importate dallo studio FHS. Questo modello ha ottenuto il punteggio più alto, mostrando quasi l’80% di accuratezza nel determinare l’insorgenza dell’AD entro sei anni.

Il team ha anche testato un modello che considerava semplicemente i dati demografici dei partecipanti. C’era anche un modello solo testuale che sfruttava gli input testuali FHS come fonte principale di revisione. In particolare, il modello AI demografico ha previsto l’AD con un’accuratezza del 68,8%. In modo impressionante, il modello più accurato, che includeva tutti i dati rilevanti, ha raggiunto il 79% di accuratezza.

Test dei Modelli

Le prestazioni di ciascun modello sono state testate utilizzando un approccio di cross-validation a gruppi k-fold che ha esaminato fattori chiave tra cui accuratezza, precisione, sensibilità e specificità. Sono stati inoltre condotti test di cross-validation e di selezione delle caratteristiche.

Risultati

I risultati dello studio sono promettenti. Il nuovo modello di rilevazione AI ha raggiunto il 79% di accuratezza nel determinare l’insorgenza dell’AD entro 6 anni. Il team ha scoperto che più dati di input vengono aggiunti, più l’AI può determinare accuratamente il rischio di una persona. Pertanto, i dati vocali, l’età, il sesso e il livello di istruzione sono tutti fattori che influenzano il rischio di esposizione all’AD.

Benefici dello Studio sulla Malattia di Alzheimer

Ci sono alcuni benefici importanti che questo studio potrebbe offrire alla persona media. In primo luogo, i metodi di previsione basati sull’AI sono molto più accessibili e a basso costo per il pubblico. Il costo dei test attuali nel sistema sanitario a scopo di lucro continua a crescere a causa della necessità di laboratori e campioni. Il nuovo sistema AI elimina queste esigenze, riducendo notevolmente i costi per tutti i partecipanti.

Inoltre, l’integrazione di un sistema di rilevazione automatizzato può aiutare medici e professionisti sanitari a prescrivere trattamenti e farmaci in modo più preciso e rapido quando possibile. Queste risposte migliorate potrebbero fare la differenza tra vita e morte in molte situazioni.

Non Invasivo

Questo metodo AI per rilevare l’AD è non invasivo. Non è necessario che i medici prelevino campioni di tessuto per determinare la progressione dell’AD, riducendo il rischio di infezioni o altre complicazioni.

Aziende che Potrebbero Beneficiare da questo Studio

Diverse aziende potrebbero migliorare i loro prodotti e servizi integrando questo nuovo metodo di rilevazione AI automatizzato per l’AD. Queste aziende sono specializzate in metodi di prevenzione e previsione dell’AD. Pertanto, potrebbero prescrivere e diagnosticare i pazienti in modo più efficace, portando a tempi di risposta più rapidi. Ecco due aziende pronte a integrare questa tecnologia oggi.

1. Biogen

BIIB Grafico dei prezzi

Biogen è una società biotech leader con sede nel Massachusetts, USA. L’azienda offre una varietà di prodotti progettati per prevenire, trattare e assistere chi soffre di malattie neurologiche e autoimmuni. Integrare un modello di rilevazione AD automatizzato come quello creato dai ricercatori migliorerebbe significativamente i tempi di risposta dell’azienda.

Il titolo Biogen è considerato una solida posizione grazie alla sua storia e al suo posizionamento sul mercato. L’azienda ha registrato guadagni lenti ma costanti negli ultimi quattro anni e attualmente ha una capitalizzazione di mercato di 33,16 miliardi di dollari. Gli analisti prevedono che il produttore vedrà ulteriori aumenti di fatturato grazie ai suoi sforzi pionieristici e alla crescente domanda di metodi di prevenzione precoce.

2. Eisai

Eisai, con sede a Tokyo, rimane una forza globale nel settore della ricerca e sviluppo medico. L’azienda è specializzata nell’importazione ed esportazione di prodotti farmaceutici e ha collaborato con altri marchi leader, tra cui Biogen, in un accordo per un farmaco contro la Malattia di Alzheimer. L’accordo consente a queste aziende di condividere liberamente i dati nella speranza di ottenere una svolta significativa nella diagnosi e nel trattamento di questa patologia.

Eisai è un leader di mercato e ha contribuito alla ricerca e allo sviluppo di farmaci molto di successo. L’azienda gode di un forte supporto da parte della comunità di investitori ed è stata inserita nel portafoglio modello ESG di Argus USA. Questa raccomandazione di investimento si basa su criteri ambientali, di governance e sociali. Per questi motivi, ESALY è un’aggiunta saggia a qualsiasi portafoglio.

Futuro dell’Assistenza Sanitaria AI

Questo studio è uno dei tanti che hanno catturato l’attenzione di chi soffre di Alzheimer. Presto potrebbero esserci strumenti diagnostici domestici automatizzati e molto economici che consentirebbero a chiunque, ovunque, di monitorare il proprio rischio di salute. Questi dispositivi non sarebbero limitati solo alla prevenzione dell’Alzheimer. Ecco altri interessanti miglioramenti medici basati sull’AI.

Rilevamento di Ictus AI

I sistemi AI sono ora in uso per aiutare a rilevare gli ictus. Per il personale di emergenza, determinare se una persona sta soffrendo di un ictus o di un’altra patologia è spesso il primo passo per salvare la vita. In particolare, un team di ingegneri biomedici dell’Università RMIT ha creato un nuovo strumento che sfrutta l’AI per identificare un CVA in pochi secondi. Il software utilizza la fotocamera di uno smartphone per osservare e determinare, tramite le caratteristiche facciali, se si è verificato un ictus.

Discorso Assistito da AI

Il discorso assistito da AI è un altro ambito dell’assistenza sanitaria che ha registrato miglioramenti significativi. Questi sistemi utilizzano grandi modelli linguistici per aiutare chi non è in grado di pronunciare parole a causa di incidenti o impedimenti a creare frasi in tempo reale. Questa tecnologia sta già aiutando migliaia di persone con problemi di comunicazione a superare le difficoltà e a vivere una vita più soddisfacente.

Movimento Assistito da AI

I sistemi AI hanno anche contribuito a migliorare la mobilità di milioni di persone. I ricercatori stanno ora usando l’AI per migliorare le prestazioni degli esoscheletri. Questi dispositivi, che in passato richiedevano un telecomando per essere azionati, ora possono determinare il prossimo movimento e aiutare automaticamente a salire scale, pendii ripidi e altri terreni che sarebbero normalmente impossibili per altri sistemi di assistenza al cammino.

AI che Aiuta a Sconfiggere la Malattia di Alzheimer

La tecnologia AI può aiutare chi soffre di Malattia di Alzheimer a tenere traccia dei propri ricordi che svaniscono e a vivere una vita migliore. Questo ultimo sviluppo dimostra come la prevenzione e la diagnosi basate sull’AI possano rappresentare i primi passi verso la sconfitta definitiva di questa patologia. Pertanto, questa ricerca offre un nuovo livello di fiducia aprendo la porta a una popolazione più sana e cognitivamente attiva in futuro.

Clicca per altri Sviluppi AI.