Ao detectar diferenças sutis na maneira como os portadores de Alzheimer usam a linguagem, os pesquisadores do Stevens Institute of Technology desenvolveram um algoritmo de I.A. que promete diagnosticar com precisão o Alzheimer sem a necessidade de exames caros ou testes pessoais. O software não só pode diagnosticar o Alzheimer, a um custo desprezível, com mais de 95 por cento de precisão, mas também é capaz de explicar suas conclusões, permitindo que os médicos verifiquem a precisão de seu diagnóstico.
“Este é um verdadeiro avanço”, disse o criador da ferramenta, K.P. Subbalakshmi, diretor fundador do Stevens Institute of Artificial Intelligence e professor de engenharia elétrica e de computação na Charles V. Schaeffer School of Engineering. “Estamos abrindo um novo campo de pesquisa empolgante e tornando muito mais fácil explicar aos pacientes por que a IA chegou à conclusão de que sim, ao diagnosticar os pacientes. Isso aborda a importante questão da confiabilidade dos sistemas de IA na área médica ”
Há muito se sabe que o Alzheimer pode afetar o uso da linguagem por uma pessoa. Pessoas com Alzheimer geralmente substituem substantivos por pronomes, como dizendo “Ele sentou-se” em vez de “O menino sentou-se na cadeira”. Os pacientes também podem usar circunlocuções estranhas, dizendo “Meu estômago está ruim porque não comi” em vez de simplesmente “Estou com fome”. Ao projetar um I.A. explicável motor que usa mecanismos de atenção e rede neural convolucional – uma forma de I.A. que aprende com o tempo – Subbalakshmi e seus alunos foram capazes de desenvolver um software que não apenas identificava com precisão os sinais indicadores da doença de Alzheimer, mas também detectava padrões lingüísticos sutis antes negligenciados.
Subbalakshmi e sua equipe treinaram seu algoritmo usando textos produzidos por indivíduos saudáveis e pessoas com Alzheimer conhecidas, enquanto descreviam um desenho de crianças roubando biscoitos de uma jarra. Usando ferramentas desenvolvidas pelo Google, Subbalakshmi e sua equipe converteram cada frase individual em uma sequência numérica única, ou vetor, representando um ponto específico em um espaço de 512 dimensões.
Tal abordagem permite que até mesmo sentenças complexas recebam um valor numérico concreto, tornando mais fácil analisar relações estruturais e temáticas entre sentenças. Ao usar esses vetores junto com recursos artesanais – aqueles que os especialistas no assunto identificaram – o I.A. O sistema aprendeu gradualmente a detectar semelhanças e diferenças entre frases faladas por sujeitos saudáveis ou não saudáveis e, assim, determinar com notável precisão a probabilidade de qualquer texto ter sido produzido por um sofredor de Alzheimer.
“Isso é absolutamente de última geração”, disse Subbalakshmi, que apresentou seu trabalho, em colaboração com seus alunos de doutorado, Mingxuan Chen e Ning Wang, em 24 de agosto no 19º Workshop Internacional de Mineração de Dados em Bioinformática da BioKDD . “Nosso software A.I. é a ferramenta de diagnóstico mais precisa atualmente disponível, embora também seja explicável.”
O sistema também pode incorporar facilmente novos critérios que podem ser identificados por outras equipes de pesquisa no futuro, de modo que só ficará mais preciso com o tempo. “Projetamos nosso sistema para ser modular e transparente”, explicou Subbalakshmi. “Se outros pesquisadores identificarem novos marcadores de Alzheimer, podemos simplesmente conectá-los à nossa arquitetura para gerar resultados ainda melhores.”
Em teoria, A.I. Os sistemas poderiam um dia diagnosticar Alzheimer com base em qualquer texto, desde um e-mail pessoal até uma postagem nas redes sociais. Primeiro, porém, um algoritmo precisaria ser treinado usando muitos tipos diferentes de textos produzidos por pessoas que sofrem de Alzheimer, em vez de apenas descrições de imagens, e esse tipo de dados ainda não está disponível. “O algoritmo em si é incrivelmente poderoso”, disse Subbalakshmi. “Estamos limitados apenas pelos dados disponíveis para nós.”
Nos próximos meses, Subbalakshmi espera reunir novos dados que permitirão que seu software seja usado para diagnosticar pacientes com base na fala em outros idiomas além do inglês. Sua equipe também está explorando as maneiras como outras condições neurológicas – como afasia, derrame cerebral, lesões cerebrais traumáticas e depressão – podem afetar o uso da linguagem. “Este método é definitivamente generalizável para outras doenças”, disse Subbalakshmi. “À medida que adquirimos mais e melhores dados, seremos capazes de criar ferramentas de diagnóstico simplificadas e precisas para muitas outras doenças também.”
Publicado em 30/08/2020 22h02
Artigo original:
Estudo original:
Achou importante? Compartilhe!
Assine nossa newsletter e fique informado sobre Astrofísica, Biofísica, Geofísica e outras áreas. Preencha seu e-mail no espaço abaixo e clique em “OK”: