È possibile riconoscere precocemente i pazienti affetti da malattia di Parkinson analizzando il loro linguaggio tramite strumenti di Intelligenza artificiale. Lo dimostra una ricerca condotta dalla Scuola Universitaria Superiore Iuss di Pavia e dall’Irccs Maugeri di Bari e pubblicata sulla rivista npj Parkinson’s Disease.
Il progetto, nato con l’obiettivo di identificare possibili biomarcatori digitali del linguaggio associati al Parkinson, ha analizzato i campioni vocali raccolti da 40 pazienti dell’Irccs Maugeri Bari, scelti tra persone con diagnosi di Parkinson e non. A loro è stato chiesto di compiere attività linguistiche, come descrivere immagini complesse o parlare liberamente. Le registrazioni di questa attività sono state poi elaborate con algoritmi di IA allo scopo di addestrare un modello di machine learning in grado di distinguere i tratti caratteristici dei pazienti Parkinson da quelli di soggetti sani. Questa strategia ha mostrato un’accuratezza del 77% nell’identificare le persone con malattia, mostrandosi capace anche di distinguere tra le diverse forme di Parkinson.
“Tra i marcatori più indicativi emersi dall’analisi, spicca la riduzione nell’uso dei verbi d’azione. Inoltre, è stata rilevata una maggiore frequenza di riformulazioni del discorso e una ridotta produzione di parole appartenenti a classi aperte, come nomi e verbi, suggerendo una difficoltà crescente nell’accesso lessicale”, spiega Petronilla Battista, responsabile del Laboratorio di Neuropsicologia all’Irccs Maugeri Bari.
“Questo lavoro dimostra come l’Intelligenza artificiale possa essere impiegata per costruire veri e propri biomarcatori digitali del linguaggio, standardizzabili, con valore clinico concreto”, aggiunge Christian Salvatore, direttore del centro Ailice Labs e Ceo di DeepTrace Technologies.
