Ce que l’analyse du langage peut révéler sur la santé du cerveau
Les maladies neurodégénératives sont des affections dans le cadre desquelles les cellules du cerveau (neurones) perdent progressivement leur fonctionnalité et meurent, ce qui peut entraîner des troubles cognitifs. Les maladies neurodégénératives les plus courantes sont la maladie d’Alzheimer (MA) et la maladie de Parkinson (MP). «Avec l’âge, des changements biologiques naturels, tels que le rétrécissement du tissu cérébral, la perte d’énergie dans les cellules et la diminution de la capacité à réparer les dommages, fragilisent le cerveau», explique Lucia Amoruso, collaboratrice du projet MULTI-LAND au Centre basque de la cognition, du cerveau et du langage (BCBL), en Espagne. «Divers facteurs tels que la génétique et les aspects environnementaux jouent également un rôle déterminant.»
Analyser les marqueurs du langage naturel
Le projet MULTI-LAND, soutenu par le programme Actions Marie Skłodowska-Curie, a cherché à développer des moyens plus précis et plus efficaces de diagnostiquer et de surveiller la santé du cerveau, par le biais de l’utilisation du langage. Lucia Amoruso s’est appuyée sur une méthode éprouvée d’analyse du discours d’un patient, si ce n’est qu’elle a appliqué des outils d’intelligence artificielle (IA) et d’apprentissage automatique pour extraire un volume bien plus important d’informations qu’auparavant. «Habituellement, nous demandons à un patient d’énoncer, en une minute, le plus grand nombre de mots possible commençant par la lettre P», explique-t-elle. «Il suffit ensuite de compter le nombre de mots corrects et de porter un jugement sur cette base. En ce qui me concerne, je voulais appliquer des outils d’intelligence artificielle pour distinguer des caractéristiques linguistiques telles que la fréquence des mots utilisés, ainsi que d’autres facteurs tels que le débit de parole, la tonalité et les pauses.» Lucia Amoruso pense que ces marqueurs du langage naturel, pourraient contenir un grand nombre d’informations susceptibles d’aider le personnel médical à caractériser les troubles et à anticiper avec plus de précision la gravité des symptômes. «Il s’agit d’une approche peu coûteuse et évolutive qui ne demande aux patients que de parler», ajoute-t-elle. «Elle est à la fois accessible et conviviale pour les patients.»
Des données d’imagerie vocale et cérébrale
En collaboration avec l’université de San Andrés (site web en espagnol) en Argentine, le projet a analysé les données vocales de patients atteints de MA et de MP, ainsi que celles de personnes en bonne santé. Les chercheurs ont ensuite entraîné des algorithmes d’apprentissage automatique à identifier si le locuteur était un patient ou un sujet de contrôle en bonne santé, sur la base de son modèle d’élocution. Cette analyse pilotée par l’IA a permis à l’équipe de recherche d’identifier des schémas distincts capables de différencier les patients des témoins en bonne santé. Ainsi, des patients atteints de MA ont tendance à utiliser des mots courants et moins spécifiques, tels que «fleur» au lieu de «rose», explique Lucia Amoruso. «Ces schémas sont liés à une atrophie du cerveau et à la diminution de la connectivité dans les réseaux liés à la mémoire. Les patients atteints de MP, en revanche, préféraient des mots concrets, tels que «piano» plutôt que «symphonie», et éprouvaient des difficultés à passer d’une idée à une autre.»
Des outils fiables pour la surveillance des maladies neurodégénératives
Plus important encore, Lucia Amoruso a pu déterminer que ces tendances étaient similaires dans les populations hispanophones d’Amérique latine et d’Europe. Cela souligne le potentiel des marqueurs du langage naturel (MLN) en tant qu’outils fiables pour la détection et le suivi des maladies neurodégénératives parmi tous les contextes culturels. «Les prochaines étapes consisteront à tester ces marqueurs dans la cadre d’un plus grand nombre de langues et à identifier ceux qui s’avèrent efficaces au-delà des différences linguistiques et culturelles et des variables sociobiologiques», ajoute Lucia Amoruso. «L’objectif final est de développer des outils conviviaux, tels que des applications mobiles, qui intégreront les MLN dans les évaluations cliniques de routine. Cela permettrait d’améliorer le diagnostic et le suivi de ces pathologies.» L’espoir ultime de Lucia Amoruso est que les travaux du projet contribuent à redéfinir la manière dont nous détecterons et gérerons les maladies neurodégénératives à l’avenir. «En intégrant des outils abordables, rentables et non invasifs, nous pouvons promouvoir un accès équitable aux technologies de diagnostic», ajoute Lucia Amoruso. «À terme, cela permettra d’autonomiser les patients, de réduire les disparités en matière de santé et d’améliorer la qualité de vie des populations vieillissantes dans le monde.»
Mots‑clés
MULTI-LAND, langage, cerveau, neurodégénérescence, Alzheimer, Parkinson, génétique
