Les patients atteints de la maladie de Parkinson parlent différemment des personnes en bonne santé

la technologie de traitement du langage naturel (PLN) est une branche de l’IA qui se concentre sur la formation d’ordinateurs pour comprendre et interpréter de grandes quantités de données de langage humain en utilisant des modèles statistiques pour identifier des modèles. Étant donné que les patients parkinsoniens éprouvent une variété de problèmes liés à la parole, y compris une production de parole et une utilisation du langage altérées, 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 issus de conversations libres.

L’analyse a révélé que les patients parkinsoniens utilisaient moins de noms communs, propres et de remplissage par phrase. D’autre part, ils parlaient en utilisant un pourcentage plus élevé de verbes et de variance des particules de casse (une caractéristique importante de la langue japonaise) par phrase.

Selon Yokoi, « lorsqu’on lui demande de parler de sa journée du matin, un patient atteint de la maladie de Parkinson peut dire quelque chose comme ce qui suit, par exemple : « Je me suis réveillé à 4 h 50 du matin. Cela semblait un peu tôt, mais je me suis levé. Il m’a fallu 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 ajoute: “Alors que quelqu’un du groupe témoin en bonne santé pourrait dire quelque chose comme:” Eh bien, le matin, je me suis réveillé à six heures, je me suis habillé et, oui, je me suis lavé le visage. Puis 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.”

“Bien que ce soient des exemples que nous avons créés de conversations qui reflètent les caractéristiques des personnes atteintes de MP et des personnes en bonne santé, la chose à regarder est que la durée globale est similaire”, a expliqué Yokoi. “Cependant, les patients atteints de la maladie de Parkinson prononcent des phrases plus courtes que les personnes du groupe témoin, ce qui entraîne plus de verbes dans l’analyse de l’apprentissage automatique. Le groupe de contrôle en bonne santé a également utilisé plus de mots de remplissage, comme “gentil” ou “umm”, 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 déclin cognitif caractéristique de la MP. Par conséquent, leurs résultats offrent un moyen potentiel de détection précoce pour distinguer les patients atteints de MP.

“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, qui a dirigé l’étude. “Lorsque nous avons essayé d’identifier les patients parkinsoniens ou les témoins sains sur la base de ces changements conversationnels, nous avons pu identifier les patients parkinsoniens avec une précision supérieure à 80 %. Ce résultat suggère la possibilité d’une analyse du langage utilisant le traitement du langage naturel pour diagnostiquer la MP.”