Kunstmatige intelligentie voorspelt kans op ziekte van Alzheimer aan de hand van taaltoets

november 2020 Wetenschap Willem van Altena

Kun je aan iemands taalgebruik merken of hij of zij mogelijk de ziekte van Alzheimer zal ontwikkelen? Die vraag is de basis van een onderzoek door computergigant IBM en farmaceut Pfizer. Recent was in The Lancet eClinical Magazine een artikel te lezen over dit onderzoek. Dankzij kunstmatige intelligentie (AI) is het misschien mogelijk om ruim zeven jaar voor de eerste symptomen zich aandienen dementie en Alzheimer te voorspellen. En dat doet het AI-systeem op basis van taal.

Momenteel is het niet eenvoudig om biomarkers voor een mogelijk ontstaan van Alzheimer aan te wijzen. Om de diagnose Alzheimer te stellen zijn vaak vele dure en vervelende onderzoeken nodig. Het is niet ongewoon dat patienten MRI en PET-scans ondergaan, naast het aftappen van liquor, wat een uiterst onaangename procedure is voor de patient. Daarom wordt er door wetenschappers over de hele wereld gezocht naar snellere en minder invasieve manieren om Alzheimer in een vroeg stadium te herkennen, of zelfs al voordat er symptomen optreden.

Afasie

Onderzoekers Melissa Naylor, Guillermo Cecchi, Mar Santamaria, Sachin Mathur en Elif Eyigoz bouwden een AI-model op basis van 87 linguïstische variabelen die uit geschreven antwoorden gedestilleerd werden die werden gegeven door patiënten in allerlei neuropsychologische testen. Daarbij werd vooral gebruik gemaakt van data van het Framingham Heart Study cohort, een studie die al sinds 1948 loopt en waar ruim 1.200 personen bij gevolgd worden. Al die patiënten hadden ooit de ‘cookie theft picture description’ toets ondergaan. Dat is een veelgebruikte cognitieve test om afasie vast te stellen, een neurologische aandoening die spraak en communicatievermogen aantast en die wordt gezien als een indicator voor dementie. In die test krijgen mensen een tekening te zien waarop twee kwajongens te zien zijn die bezig zijn koekjes te stelen, maar om hen heen gebeurt van alles. Mensen moeten dan onder woorden brengen –zowel in woord als in geschrift- wat ze allemaal zien.

Uit de testresultaten van ruim 1.200 deelnemers van de Framingham Heart Study werden er door de onderzoekers 480 nader bestudeerd op mogelijke dementie, en uit deze groep werden 80 personen geselecteerd om door het AI-systeem beoordeeld te worden aan de hand van een enkele geschreven weerslag van de ‘cookie theft’-toets. De helft van deze groep had inderdaad Alzheimer ontwikkeld voor hun 85ste levensjaar.

Het bleek dat het AI-systeem puur door de testresultaten te toetsen aan de 87 linguïstische parameters waarmee de onderzoekers het hadden gevoed in staat was om met een nauwkeurigheid van 70% te voorspellen of iemand kans had om Alzheimer te ontwikkelen. “Onze bevindingen tonen aan dat het mogelijk is om te voorspellen of iemand mogelijk Alzheimer krijgt aan de hand van taalfragmenten die verkregen zijn voordat mensen cognitieve stoornissen kregen.”

Risico-gen ApoE4

De voorspelling aan de hand van taalvariabelen werd afgezet tegen een voorspelling die was gebaseerd op een afweging van meer traditionele factoren waarnaar gekeken wordt. Dat waren factoren als leeftijd, geslacht en opleidingsniveau, naast medische factoren als diabetes, hoge bloeddruk en de aanwezigheid van het risico-gen ApoE4, en resultaten van andere neuropsychologische testen.

“We hebben laten zien dat op basis van taalvariabelen, die afkomstig zijn uit een enkele beschrijving van de ‘cookie theft picture’ betere voorspellingen omtrent het Alzheimerrisico gedaan kunnen worden dan op basis van modellen die kijken naar demografische en medische gegevens.” Het AI-systeem dat zich alleen op linguistische data baseerde presteerde beter dan AI die zich alleen op niet-linguistische data baseerde, en zelfs beter dan AI die beide vormen van data analyseerde.

Snel en accuraat

IBM stelt dat er een potentieel bruikbaar AI model is ontdekt dat, wanneer het wordt verrijkt met veel meer en diversere data, mogelijk op een dag in staat zal zijn om snelle en accurate voorspellingen te doen over de kans op Alzheimer. Deze methode kan ook toegepast worden bij mensen die ogenschijnlijk geen indicator voor de ziekte hebben, zoals bijvoorbeeld het voorkomen van Alzheimer in de familie. “Uiteindelijk hopen we dat dit onderzoek bijdraagt aan een eenvoudiger, gemakkelijk inzetbaar werktuig om klinische zorgverleners het Alzheimerrisico in kaart te laten brengen door middel van het analyseren van spraak en taalvermogen, samen met andere medische data.

Referentie

Elif Eyigoz, Sachin Mathur, Mar Santamaria, Guillermo Cecchi,  Melissa Naylor; Linguistic markers predict onset of Alzheimer’s disease, The Lancet eClinical Magazine, October 22, 2020 doi:https://doi.org/10.1016/j.eclinm.2020.100583