La déficience cognitive légère (MCI),souvent caractérisée par des changements subtils dans le langage,pourrait bientôt être diagnostiquée plus tôt et avec plus de précision grâce à l’intelligence artificielle. Une étude récente révèle comment l’IA peut transformer les caractéristiques vocales en biomarqueurs objectifs, ouvrant la voie à une meilleure prise en charge des patients.

L’Intelligence Artificielle au Service du Diagnostic Précoce de la MCI

Des chercheurs ont mis au point une méthode innovante utilisant l’intelligence artificielle pour identifier les signes précoces de la déficience cognitive légère (MCI) à partir de l’analyse de la voix. Cette avancée promet de révolutionner le diagnostic et la prise en charge de cette condition.

Des Données Linguistiques pour un Diagnostic Non Invasif et Abordable

L’étude, publiée dans La santé régionale de Lancet – Pacifique occidental, a impliqué 1 461 participants vivant à domicile. Chaque participant a été soumis à un entretien ouvert de trois minutes, permettant la collecte de données linguistiques précieuses.

Grâce au modèle vocal WAV2VEC2,les chercheurs ont extrait 512 dimensions de caractéristiques acoustiques-prosodiques. Ces données ont été complétées par des informations démographiques telles que l’âge, le sexe et le niveau d’éducation.

Pour évaluer la présence d’une éventuelle déficience cognitive, ils ont utilisé “l’écran MCI”, un outil cliniquement validé pour la détection fiable des déficits cognitifs.

Des Algorithmes d’IA aux Résultats Précis

Deux modèles de prédiction distincts ont été développés pour identifier avec précision une possible déficience cognitive légère. Le premier modèle repose sur l’algorithme XGBoost, tandis que le second utilise des réseaux de neurones profonds. Ces outils ont été entraînés avec les données de 979 participants,puis validés à l’aide d’une cohorte de test indépendante de 482 personnes.

La précision des modèles a été évaluée à l’aide de l’ASC (aire sous la courbe), une mesure de la séparation des tests de diagnostic. Les résultats ont démontré que la prise en compte des données linguistiques améliorait significativement la valeur AUC,passant de 0,80 à 0,88 dans le modèle “âge + sexe” et de 0,78 à 0,89 dans le modèle étendu incluant le niveau d’éducation. Ces valeurs sont statistiquement très significatives (P < 0,001).

La Voix : Un Biomarqueur Numérique en Neurogéatrie

Les résultats de l’étude suggèrent que quelques minutes de langage spontané peuvent fournir des informations précieuses sur l’état cognitif d’une personne. Ils mettent en évidence la capacité des modèles basés sur l’IA à identifier des schémas subtils et à les utiliser à des fins diagnostiques. Ces algorithmes ont le potentiel de détecter la déficience cognitive légère à un stade précoce et de la distinguer des processus de vieillissement normaux.

Cette approche pourrait jouer un rôle crucial dans les soins primaires, en particulier dans les zones rurales ou à faible densité médicale. Elle permet une surveillance continue, non invasive et peu coûteuse des personnes âgées, facilitant la mise en place de mesures préventives et le suivi des déficiences cognitives à un stade précoce.

cette recherche ouvre de nouvelles perspectives dans le diagnostic cognitif, en rendant les modèles d’expression accessibles grâce à l’analyse de l’IA. Les chercheurs souhaitent désormais évaluer l’efficacité de cette méthode dans différents contextes culturels et linguistiques, ainsi que sur une période de suivi

Related