L'IA Individua il Rischio Precoce di Demenza Analizzando i Tuoi Schemi Linguistici Quotidiani

Il rilevamento precoce della demenza è stato a lungo limitato dal peso dei test cognitivi formali — dispendiosi in termini di tempo, poco frequenti e soggetti a effetti da apprendimento. Una nuova ricerca suggerisce che un segnale molto più semplice potrebbe già essere presente nelle conversazioni quotidiane: le pause, le parole riempitive e le difficoltà nel trovare le parole giuste, intessute nel linguaggio naturale.

Ricercatori del Baycrest, dell'University of Toronto e della York University hanno reclutato partecipanti in diverse fasce d'età adulta e hanno chiesto loro di descrivere immagini dettagliate con parole proprie. I partecipanti hanno anche completato test standardizzati di funzione esecutiva che misurano memoria, pianificazione, attenzione e pensiero flessibile. Un sistema di intelligenza artificiale ha poi analizzato centinaia di sottili caratteristiche del parlato nelle registrazioni, tra cui durata e frequenza delle pause, utilizzo delle parole riempitive e pattern di timing vocale.

Le previsioni del sistema di IA sulle prestazioni ai test cognitivi si sono mantenute valide anche dopo aver controllato per età, sesso e livello di istruzione — il che suggerisce che i pattern del parlato forniscono informazioni indipendenti sulla salute cerebrale. La funzione esecutiva, il dominio cognitivo più strettamente correlato ai marcatori vocali identificati, è anche uno dei primi sistemi a deteriorarsi nella demenza precoce, rendendo questi segnali del parlato particolarmente rilevanti come sistema di allerta precoce.

Uno dei vantaggi pratici del monitoraggio basato sul parlato è la scalabilità. A differenza delle valutazioni neuropsicologiche formali, il parlato naturale può essere rilevato in modo ripetuto e passivo — tramite telefonate, dispositivi intelligenti o piattaforme di telemedicina — senza indurre quegli effetti da apprendimento che riducono la sensibilità dei test tradizionali ripetuti nel tempo. I ricercatori immaginano strumenti in grado di monitorare le traiettorie cognitive a casa o in contesti clinici, segnalando le persone il cui declino accelera più rapidamente del previsto.

Permangono alcune riserve. Si tratta di una sintesi di ricerca piuttosto che di una revisione di una pubblicazione sottoposta a peer review, e i dettagli relativi alla dimensione del campione, al follow-up longitudinale e alla validazione nel mondo reale non sono completamente divulgati. I pattern del parlato possono inoltre essere influenzati dall'umore, dalla fatica e dal background linguistico. Sarà necessaria una replicazione indipendente e una validazione di livello regolatorio prima che l'impiego clinico possa essere giustificato.