Utilizando inteligencia artificial (IA) para procesar el lenguaje natural, un grupo de investigadores de la Facultad de Medicina de la Universidad de Nagoya (Japón) ha evaluado las características del habla entre pacientes con enfermedad de Parkinson (EP). El análisis de IA de sus datos límite que estos pacientes hablaron de manera distinta a las personas sanas. El estudio dirigido por Masahisa Katsuno y Katsunori Yokoi también fue publicado en la revista “Parkinsonismo y trastornos relacionados”.
la tecnología de procesamiento natural del lenguaje (PLN) es un grupo de IA que se enfoca en permitir que las computadoras comprendan e interpreten grandes cantidades de datos en el lenguaje humano utilizando modelos estadísticos para identificar patrones. Dado que los pacientes con EP experimentaron una variedad de problemas relacionados con el habla, incluyendo une vieron en la producción del habla y en el uso del lenguaje, el grupo sacó NLP para analizar las diferencias en los patrones del habla de los pacientes en 37 características utilizando textos hechos a partir de conversaciones libres.
El análisis revela que los pacientes con EP utilizaron menos sustantivos comunes, propios y de relleno por frase. Por otro lado, hablaron utilizando un mayor porcentaje de verbos y varianza de partes de caso (una característica importante del idioma japonés) por frase.
Según Yokoi, “cuando les pedía que hablaran de su día por la mañana, un paciente con EP podía decir algo como lo siguiente, por ejemplo: ‘Me desperté a las 4:50 de la mañana. Me pareció un poco pronto, pero me levantó. Tardé media hora en ir al baño, así que me lavé y me vestí sobre las 5.30 de la mañana. Mi marido preparó el desayuno. Desayuné pasadas las 6 de la mañana. Luego me lavó los dientes y me preparé para salir”.
Yokoi añade: “Mientras que alguien del grupo de control sano podría decir algo así: ‘Bueno, por la mañana, desperté me a las seis, me vestí y, sí, me wash la cara. Luego, di de comer a mi gato ya mi perro. Mi hija preparó una comida, pero le dije que no podía comer, y yo, umm, bebí un poco de agua”.
«Aunque estos son ejemplos que creo de conversaciones que reflejan las características de las personas con EP y de las personas sansas, lo que hay que ver es que la longitud total es similar», explicó Yokoi. “Sin embargo, los pacientes con EP halan frases más cortas que las personas del grupo de control, lo que da lugar a más verbos en el análisis de aprendizaje automático. El grupo de control sano también utiliza más palabras de relleno, como ‘bueno’ o ‘umm’, para conectar las frases”.
Este resultado sugiere la posibilidad del análisis del lenguaje mediante y el proceso del lenguaje natural para diagnosticar la PE
El aspecto más prometedor de esta investigación es que el equipo realizó el experimento en pacientes que aún no mostró el deterioro cognitivo característico de la EP. Por lo tanto, sus hallazgos ofrecen un medio potencial de detección temprana para distinguir pacientes con EP.
“Nuestros resultados sugieren que, incluida la ausencia de deterioro cognitivo, las conversaciones de los pacientes con EP difieren de los sujetos de los sanos”, concluye el profesor Katsuno, director del estudio. “Cuando intencionamos identificar a los pacientes con EP oa los controles sanos basándonos en estos cambios conversacionales, pudimos identificar a los pacientes con EP con una precisión superior al 80%. Este resultado sugiere la posibilidad del análisis del mediante lenguaje y el proceso del lenguaje natural para diagnosticar la PE”.
