L’analyse de la parole révèle des différences entre les patients atteints de la maladie de Parkinson

Analyse de la parole spontanée dans la maladie de Parkinson à l’aide du traitement du langage naturel

Les patients atteints de la maladie de Parkinson (MP) sont confrontés à divers problèmes liés à la parole, notamment la dysarthrie et les troubles du langage. Pour élucider les mécanismes physiopathologiques du déficit linguistique dans la MP, nous avons comparé la prononciation des patients et celle des témoins sains (HC) à l’aide d’outils d’analyse morphologique automatisés.

Méthodes

Nous avons recruté 53 patients atteints de la maladie de Parkinson (MP) ayant une fonction cognitive normale et 53 patients atteints de HC, et avons évalué leur parole spontanée à l’aide du traitement du langage naturel. Des algorithmes d’apprentissage automatique ont été utilisés pour identifier les caractéristiques de la conversation spontanée dans chaque groupe. Trente-sept caractéristiques axées sur une partie du discours et la complexité syntaxique ont été utilisées dans cette analyse. Un modèle de machine à vecteurs de support (SVM) a été formé avec une validation croisée dix fois.

Résultats

Il a été constaté que les patients atteints de la maladie de Parkinson (MP) prononçaient moins de morphèmes dans une phrase que le groupe de contrôles sains (HC). Par rapport à HC, le discours des patients atteints de MP avait un taux plus élevé de verbes, de particules de cas (dispersion) et d’énoncés de verbes, et un taux plus faible d’énoncés de noms communs, d’énoncés de noms propres et d’énoncés de remplissage. . En utilisant ces changements conversationnels, les taux de discrimination respectifs pour PD ou HC étaient supérieurs à 80 %.

Conclusions

Nos résultats démontrent le potentiel du traitement du langage naturel pour l’analyse linguistique et le diagnostic de la MP.

commentaires

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 (MP). L’analyse de leurs données par AI a déterminé que ces patients parlaient en utilisant plus de verbes et moins de noms et de remplissages. L’étude a été dirigée par le professeur Masahisa Katsuno et le Dr Katsunori Yokoi de la faculté de médecine de l’université de Nagoya, en collaboration avec l’université préfectorale d’Aichi et l’université de technologie de Toyohashi. Ils ont publié leurs résultats dans la revue Parkinsonism & Related Disorders .

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 en langage humain à l’aide de modèles statistiques pour identifier des modèles. Étant donné que les patients atteints de MP connaissent divers problèmes liés à la parole, notamment des troubles de la production de la parole et de l’utilisation du langage, le groupe a utilisé la PNL pour analyser les différences dans les modèles de parole des patients sur la base de 37 caractéristiques à l’aide de textes préparés à partir de conversations libres.

L’analyse a révélé que les patients parkinsoniens utilisaient moins de noms communs, de noms propres et de remplissages par phrase. D’un autre côté, ils parlaient en utilisant un pourcentage plus élevé de verbes et de variances de cas (une caractéristique importante de la langue japonaise) par phrase.  

Selon Yokoi, « Lorsque je leur ai demandé de parler de leur journée le matin, un patient parkinsonien pouvait dire quelque chose comme ce qui suit, par exemple : « Je me suis réveillé à 4 h 50. » Je pensais qu’il 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 du matin. 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 qu’une personne du groupe témoin sain 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 qu’elle ne pouvait pas manger et j’ai bu de l’eau.’”

"Bien qu’il s’agisse d’exemples que nous avons créés de conversations qui reflètent les caractéristiques des personnes atteintes de la maladie de Parkinson et des personnes en bonne santé, ce que vous devriez voir, c’est que la durée globale est similaire", a expliqué Yokoi. « Cependant, les patients parkinsoniens prononcent des phrases plus courtes que les personnes du groupe témoin, ce qui entraîne davantage de verbes dans l’analyse d’apprentissage automatique. Le contrôle sain utilise également davantage de remplissages, tels que « bien » ou « euh » , pour relier les phrases. »

L’aspect le plus prometteur de cette recherche est que l’équipe a mené l’expérience sur des patients qui ne présentaient pas encore le déficit cognitif caractéristique observé dans la MP. Par conséquent, leurs résultats offrent un moyen potentiel de détection précoce pour distinguer les patients parkinsoniens. 

"Nos résultats suggèrent que, même en l’absence de troubles cognitifs, les conversations des patients parkinsoniens différaient de celles des sujets sains", conclut le professeur Katsuno, directeur de l’étude. «Lorsque nous avons tenté d’identifier les patients parkinsoniens ou les témoins sains sur la base de ces changements de conversation, nous avons pu identifier les patients parkinsoniens avec une précision de plus de 80 %. "Ce résultat suggère la possibilité d’une analyse du langage utilisant le traitement du langage naturel pour diagnostiquer la MP."