Marqueurs linguistiques de la maladie d’Alzheimer : où en est-on ?

Des chercheurs des laboratoires IBM et Pfizer souhaitent perfectionner la technique de détection des premiers signes de la maladie d’Alzheimer, grâce à l’analyse du langage par l’intelligence artificielle. Ils ont utilisé des données portant sur 80 participants de la cohorte cardiovasculaire de Framingham. Parmi les tests neuropsychologiques, figure la tâche de description d’une image où l’on voit deux enfants dérober des petits gâteaux dans l’armoire de la cuisine dans le dos de leur mère. Ce test (examen diagnostique de l’aphasie de Boston) permet d’évaluer le discours chez des personnes présentant une aphasie ou des troubles neurocognitifs. Les chercheurs ont appliqué des techniques de calcul utilisant l’intelligence artificielle pour extraire les variables linguistiques des réponses au test retranscrites par écrit et comparer leur valeur pronostique avec celle des variables cliniques mesurées par les tests neuropsychologiques habituels. Les chercheurs ont élaboré ensuite des modèles mathématiques pour prédire si une personne sans troubles cognitifs peut développer un déficit cognitif léger pouvant évoluer vers une maladie d’Alzheimer avant l’âge de 85 ans. L’analyse par un médecin permet de prédire la maladie dans 60 % des cas, l’intelligence artificielle dans 70 % des cas. Selon les chercheurs, ces résultats non encore probants pourraient être améliorés si l’intelligence artificielle analysait des réponses orales plutôt que des réponses écrites.

En Australie, Ahmed Alkenani et ses collègues, de l’Ecole d’informatique de l’Université de technologie du Queensland à Brisbane, ont développé un autre modèle s’appuyant sur le même test psycho-linguistique (description du vol de gâteaux-Cookie Theft Picture). Les données à analyser proviennent d’une banque de données (DementiaBank), conservée à l’Université de Pittsburgh et mise à disposition des chercheurs en neurolinguistique du monde entier. Une concurrence scientifique s’est donc installée pour développer la meilleure description des variables linguistiques et le meilleur modèle mathématique pouvant avoir une valeur pronostique pour détecter des troubles cognitifs au stade prodromal (signes avant-coureurs). Cette équipe australienne a enseigné à une machine comment identifier dans 95 % des cas un prodrome de la maladie d’Alzheimer à partir de marqueurs lexicaux et syntaxiques.

AFP, www.doctissimo.fr/sante/news/Quand-l-intelligence-artificielle-aide-au-diagnostic-precoce-d-Alzheimer, 30 octobre 2020.

Eyigoz E et al. Linguistic markers predict onset of Alzheimer’s disease. E Clin Med, 17 octobre 2020. https://doi.org/10.1016/j.eclinm.2020.100583 (texte intégral).

Alkenani AH et al. Predicting Prodromal Dementia Using Linguistic Patterns and Deficits. IEEE Access, 9 octobre 2020. https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9218925 (texte intégral).