Intelligenza artificiale basata sul linguaggio per il rilevamento della demenza nei pazienti danesi (DetectAI)
Sviluppo e validazione di biomarcatori del linguaggio e del linguaggio danesi non invasivi per la classificazione delle malattie neurodegenerative mediante il riconoscimento automatico del parlato con l'intelligenza artificiale (Detectai)
L'obiettivo di questo studio osservazionale è quello di sviluppare e testare un modello di intelligenza artificiale (AI) in grado di rilevare segni di demenza e condizioni correlate dalle registrazioni vocali. La domanda principale è se un modello di intelligenza artificiale basato sul discorso può distinguere correttamente le persone con memoria normale e pensiero da coloro che hanno un deterioramento cognitivo.
Lo studio esplorerà anche se l'IA può distinguere la demenza dalla depressione, separare i diversi sottotipi di demenza e identificare quali persone con lieve compromissione cognitiva (MCI) sviluppano probabilmente la demenza.
I partecipanti completeranno brevi compiti di memoria e linguaggio durante la registrazione. Il modello AI analizzerà queste registrazioni per apprendere i modelli collegati a diagnosi diverse. Alla fine dello studio, la sua precisione sarà testata sui nuovi partecipanti.
Panoramica dello studio
Stato
Condizioni
Intervento / Trattamento
- Test diagnostico: Esame di stato mini-mentale
- Test diagnostico: L'esame cognitivo di Addenbrooke
- Altro: Speech Task - Picture Description
- Altro: Speech Task - Picture Recall
- Test diagnostico: MRI
- Test diagnostico: blood sampling
- Test diagnostico: Depression screening
- Altro: Somatic- and neurological examination
- Altro: Speech Task - Picture Narrative
Descrizione dettagliata
La demenza di fondo è una crescente sfida per la salute pubblica e la diagnosi precoce e accurata è essenziale per cure efficaci e potenziali trattamenti per modificare le malattie futuri. Gli attuali percorsi diagnostici sono ad alta intensità di risorse e associati a lunghi tempi di attesa. Il discorso riflette il funzionamento cognitivo e recenti studi internazionali hanno dimostrato che l'IA può rilevare modelli legati alla demenza nelle registrazioni vocali con una promettente precisione. Questo studio mira a sviluppare e convalidare un modello di intelligenza artificiale basato sul linguaggio in un contesto danese, fornendo uno strumento di screening non invasivo e scalabile da utilizzare nelle cure primarie.
Fasi One Questo protocollo descrive la prima fase del nostro studio che dovrebbe essere completato in due fasi separate.
Nella prima fase cerchiamo di addestrare un modello di intelligenza artificiale per analizzare i dati vocali dei partecipanti con compromissione cognitiva e confrontarli con i dati vocali di partecipanti al controllo sano, come è dettagliato attraverso questo protocollo. Se il metodo è convalidato, continueremo alla fase due.
Lavori futuri nella seconda fase ci aspettiamo di condurre una convalida esterna. L'analisi del modello AI verrà eseguita su 200 partecipanti nel settore delle cure primarie indirizzate per la valutazione della demenza. I risultati dell'analisi dell'intelligenza artificiale verranno confrontati con la diagnosi di consenso finale standard.
La seconda fase avrà un protocollo separato che verrà elaborato in base ai risultati della fase uno.
Elaborazione della prospettiva temporale Altro: design ibrido. La maggior parte dei partecipanti sarà inclusa in uno studio caso-controllo trasversale (registrazione vocale singola). Per i partecipanti con MCI, i dati di follow-up verranno raccolti entro il periodo di studio per valutare la progressione verso la demenza, consentendo la valutazione della capacità del modello di distinguere progressive dall'MCI non progressivo.
Tipo di studio
Iscrizione (Stimato)
Contatti e Sedi
Contatto studio
- Nome: Sofie J Vængebjerg, MD
- Numero di telefono: +4530294621
- Email: sova@regsj.dk
Backup dei contatti dello studio
- Nome: Peter Høgh, MD, PhD, Assoc Prof
- Numero di telefono: +45 22526698
- Email: phh@regionsjaelland.dk
Luoghi di studio
-
-
Region Sjælland
-
Roskilde, Region Sjælland, Danimarca, 4000
- Zealand University Hospital
-
Contatto:
- Sofie J Vængebjerg, MD, PhD student
- Numero di telefono: +45 30294621
- Email: sova@regsj.dk
-
Contatto:
- Peter Høgh, MD, PhD, Assoc Prof
- Email: phh@regionsjaelland.dk
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Criteri di inclusione:
- Età> 50 anni
- Fluente in danese
- Minimo 7 anni di scuola
Per i partecipanti dalla coorte di follow-up:
- Una diagnosi di consenso di AD, VAD, LBD, FTD, MCI o depressione stabilita presso la clinica di memoria entro 6 mesi prima dell'iscrizione
Per i partecipanti della coorte di controllo sano:
- Nessun deterioramento cognitivo noto o disturbo affettivo
Criteri di esclusione:
- Visione o udito significativamente compromessa (nella misura in cui il partecipante non può partecipare all'analisi linguistica dell'IA)
- Partecipanti incapaci di dare il consenso
Partecipanti della coorte di follow-up e nuovi referral:
- Punteggio MMSE <16
- Partecipanti con diagnosi multiple (ad es. demenza mista o AD con depressione simultanea)
Per i partecipanti della nuova coorte di referral:
- Partecipanti che cadono al di fuori delle sei categorie incluse nello studio (AD, VAD, LBD, FTD, MCI, Depressione)
- I partecipanti in cui è ovvio al basale che non rientreranno nelle categorie di cui sopra (può essere escluso prima della diagnosi di consenso clinico)
Per i partecipanti della coorte di controllo sano:
- MMSE <26 e ACE <90
- Punteggio GDS che indica la depressione (6 o superiore)
- Risultati clinici, di laboratorio o neuroradiologici che potrebbero influenzare le funzioni cognitive
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Coorti e interventi
Gruppo / Coorte |
Intervento / Trattamento |
|---|---|
|
Cognitively Healthy Control Participants for Model A
We seek to enroll 40 age-matched cognitively healthy control participants for the training of model A.
|
I partecipanti verranno registrati durante il test per consentire all'IA di apprendere e analizzare i modelli vocali.
Altri nomi:
I partecipanti verranno registrati durante il test per consentire all'IA di apprendere e analizzare i modelli vocali.
Altri nomi:
Participants will be asked to describe the Cookie Theft Picture from the Boston Diagnostic Aphasia Examination.
The task will take 2 minutes.
Participants will be recorded during the speech task in order to allow the AI to learn and analyze the speech patterns.
Participants will be asked to recall the picture shown in the previous speech task "Picture Narrative".
This task will take 2 minutes.
Participants will be recorded during the test in order til allow the AI to learn and analyze speech patterns.
For healthy controls an MRI will be conducted to provide comparable imaging and as part of screening to ensure they do not meet exclusion criteria (neuroradiological findings that could affect cognitive functions). For patient participants, imaging will be performed as part of the standard diagnostic battery and results will be obtained from the electronic journal. Healthy control participants will undergo a standard blood test panel commonly used in dementia diagnostics. The panel includes complete blood counts, inflammatory markers, kidney- and liver function markers, thyroid-stimulating hormone (TSH), vitamine B12 and folate. These tests are performed to exclude underlying medical conditions that could mimic cognitive impairment. For patient participants, blood sampling will be performed as part of the standard diagnostic battery and results will be obtained from the electronic journal. Performed on healthy controls to rule out depression using either the geriatric depression scale (GDS) for patients > 65 year of age or the Major Depression Index (MDI) for patiens <65 year of age. For patient participants, depression screening will be performed as part of the standard diagnostic battery and results will be obtained from the electronic journal. Healthy controls will undergo a standard somatic and neurological examination to exclude conditions that may affect cognition. This includes basic neurological assessment and clinical evaluation of general health status. For patient participants, a somatic and neurological examination will be performed as part of the standard diagnostic battery and results will be obtained from the electronic journal
The participant is asked to tell a brief story based on a culturally neutral picture.
This task will take approximately 2 minutes.
Participants will be recorded during the speech task in order to allow the AI to learn and analyze the speech patterns
|
|
Patient Participants for Model A
We seek to retrospectively enroll patients from the ZUH memory clinic with a diagnosis of either Alzheimer's Disease (AD, n=50) or MCI (n=50), made within 6 months prior to enrollment.
These participants will be used for the training of model A.
|
I partecipanti verranno registrati durante il test per consentire all'IA di apprendere e analizzare i modelli vocali.
Altri nomi:
I partecipanti verranno registrati durante il test per consentire all'IA di apprendere e analizzare i modelli vocali.
Altri nomi:
Participants will be asked to describe the Cookie Theft Picture from the Boston Diagnostic Aphasia Examination.
The task will take 2 minutes.
Participants will be recorded during the speech task in order to allow the AI to learn and analyze the speech patterns.
Participants will be asked to recall the picture shown in the previous speech task "Picture Narrative".
This task will take 2 minutes.
Participants will be recorded during the test in order til allow the AI to learn and analyze speech patterns.
The participant is asked to tell a brief story based on a culturally neutral picture.
This task will take approximately 2 minutes.
Participants will be recorded during the speech task in order to allow the AI to learn and analyze the speech patterns
|
|
Patient Participants for Model B
We will prospectively recruit newly referred patients for the memory clinic at ZUH. Enrollment happens at first patient visit.
At this time, diagnosis is not yet known, but assumed present.
|
I partecipanti verranno registrati durante il test per consentire all'IA di apprendere e analizzare i modelli vocali.
Altri nomi:
I partecipanti verranno registrati durante il test per consentire all'IA di apprendere e analizzare i modelli vocali.
Altri nomi:
Participants will be asked to describe the Cookie Theft Picture from the Boston Diagnostic Aphasia Examination.
The task will take 2 minutes.
Participants will be recorded during the speech task in order to allow the AI to learn and analyze the speech patterns.
Participants will be asked to recall the picture shown in the previous speech task "Picture Narrative".
This task will take 2 minutes.
Participants will be recorded during the test in order til allow the AI to learn and analyze speech patterns.
The participant is asked to tell a brief story based on a culturally neutral picture.
This task will take approximately 2 minutes.
Participants will be recorded during the speech task in order to allow the AI to learn and analyze the speech patterns
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Model A: Primary measure is the AUC-ROC of the model in distinguishing between MCI and AD as well as between MCI and cognitively healthy control participants.
Lasso di tempo: At baseline (speech recording)
|
We will measure the AUR-ROC of AI predictions compared to clinical consensus diagnosis. Metrics will be presented including uncertainty estimates. Model performance will be measured on an independent test-set consisting of patients from the model B training population. |
At baseline (speech recording)
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Precisione per la demenza vs. depressione
Lasso di tempo: Al basale (registrazione vocale)
|
Misurato per sensibilità, specificità, AUR-ROC delle previsioni di AI rispetto alla diagnosi di consenso clinico, utilizzando le registrazioni vocali di base dei partecipanti.
Le prestazioni del modello verranno misurate dopo il blocco del database al completamento dello studio.
|
Al basale (registrazione vocale)
|
|
Sottoclassificazione di lieve compromissione cognitiva (MCI) in progressivo vs. non progressivo
Lasso di tempo: Al basale (registrazione vocale) e fino a 12 mesi dopo l'iscrizione (per determinare la progressione)
|
Misurato per sensibilità, specificità, AUR-ROC delle previsioni di AI rispetto alla diagnosi di consenso clinico, utilizzando le registrazioni vocali di base dei partecipanti. Le prestazioni del modello verranno misurate dopo il blocco del database al completamento dello studio. La progressione è definita come una nuova diagnosi di demenza durante il periodo di studio. |
Al basale (registrazione vocale) e fino a 12 mesi dopo l'iscrizione (per determinare la progressione)
|
|
Classificazione dei sottotipi di demenza (AD, VAD, LBD, FTD)
Lasso di tempo: Al basale (registrazione vocale)
|
Misurato per sensibilità, specificità, AUR-ROC delle previsioni di AI rispetto alla diagnosi di consenso clinico, utilizzando le registrazioni vocali di base dei partecipanti.
Le prestazioni del modello verranno misurate dopo il blocco del database al completamento dello studio.
|
Al basale (registrazione vocale)
|
|
Confronto con i biomarcatori affermati
Lasso di tempo: Al basale o al momento dei test biomarker se eseguiti dopo la linea di base
|
Differenze nell'accuratezza diagnostica tra previsioni di intelligenza artificiale e biomarcatori all'avanguardia per la diagnosi di demenza
|
Al basale o al momento dei test biomarker se eseguiti dopo la linea di base
|
|
Analisi dell'importanza della caratteristica
Lasso di tempo: Al basale (registrazione vocale)
|
L'importanza delle caratteristiche sarà valutata utilizzando analisi di interpretabilità (ad es.
importanza della permutazione, valori SHAP e/o ablazione di gruppi di caratteristiche) per quantificare il contributo delle caratteristiche acustiche e linguistiche alle previsioni del modello.
|
Al basale (registrazione vocale)
|
Altre misure di risultato
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Numero di attività richieste per una precisione ottimale
Lasso di tempo: Al basale (registrazione vocale)
|
Valutazione del fatto che un set ridotto di attività vocali fornisca una precisione paragonabile alla batteria di prova completa.
|
Al basale (registrazione vocale)
|
|
Contributo dei singoli compiti vocali alle prestazioni del modello AI
Lasso di tempo: Al basale (registrazione vocale)
|
Il contributo dei singoli compiti vocali sarà valutato confrontando le prestazioni del modello (ad es.
Precisione, sensibilità, specificità, AUC-ROC) quando addestrato e testato su sottoinsiemi di attività vocali (test di memoria, richiamo della storia, descrizione dell'immagine).
Ciò identificherà quali compiti forniscono il segnale diagnostico più forte.
|
Al basale (registrazione vocale)
|
Collaboratori e investigatori
Sponsor
Collaboratori
Investigatori
- Investigatore principale: Peter Høgh, MD, PhD, Assoc Prof, Zealand University Hospital
Pubblicazioni e link utili
Pubblicazioni generali
- Nicholas LE, Brookshire RH. A system for quantifying the informativeness and efficiency of the connected speech of adults with aphasia. J Speech Hear Res. 1993 Apr;36(2):338-50. doi: 10.1044/jshr.3602.338.
- Buderer NM. Statistical methodology: I. Incorporating the prevalence of disease into the sample size calculation for sensitivity and specificity. Acad Emerg Med. 1996 Sep;3(9):895-900. doi: 10.1111/j.1553-2712.1996.tb03538.x.
- Dargaud L, Partal A, Birn A, & Detlefsen S. N. (2023). Developing a Spontaneous Speech-based Artificial Intelligence for Alzheimer's Disease Detection. Transatlantic Telehealth Research Network (TTRN) International Scientific Conference 2023, Journal of the International Society for Telemedicine and eHealth.
- Lanzi AM, Saylor AK, Fromm D, Liu H, MacWhinney B, Cohen ML. DementiaBank: Theoretical Rationale, Protocol, and Illustrative Analyses. Am J Speech Lang Pathol. 2023 Mar 9;32(2):426-438. doi: 10.1044/2022_AJSLP-22-00281. Epub 2023 Feb 15.
- Li J, Song K, Zheng B, Li D, Wu X, Meng H. Leveraging Pretrained Representations with Task-related Keywords for Alzheimer's Disease Detection. arXiv preprint. 2023.
- Luz S, Haider F, de la Fuente Garcia S, Fromm D, MacWhinney B. Detecting cognitive decline using speech only: The ADReSSo challenge. arXiv preprint 2021.
- Luz S, Haider F, Fromm D, Lazarou I, Kompatsiaris I, Macwhinney B. An Overview of the ADReSS-M Signal Processing Grand Challenge on Multilingual Alzheimer's Dementia Recognition Through Spontaneous Speech. IEEE Open J Signal Process. 2024;5:738-749. doi: 10.1109/ojsp.2024.3378595. Epub 2024 Mar 18.
- Bex T. Comprehensive Guide to Multiclass Classification With Sklearn. Towards Data Science. 2021.
- Chen J, Ye J, Tang F, Zhou J. Automatic Detection of Alzheimer's Disease Using Spontaneous Speech Only. Interspeech. 2021 Aug-Sep;2021:3830-3834. doi: 10.21437/interspeech.2021-2002.
- Agbavor F, Liang H. Predicting dementia from spontaneous speech using large language models. PLOS Digit Health. 2022 Dec 22;1(12):e0000168. doi: 10.1371/journal.pdig.0000168. eCollection 2022 Dec.
- de la Fuente Garcia S, Ritchie CW, Luz S. Artificial Intelligence, Speech, and Language Processing Approaches to Monitoring Alzheimer's Disease: A Systematic Review. J Alzheimers Dis. 2020;78(4):1547-1574. doi: 10.3233/JAD-200888.
Studiare le date dei record
Studia le date principali
Inizio studio (Stimato)
Completamento primario (Stimato)
Completamento dello studio (Stimato)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
- apprendimento automatico
- demenza
- Deterioramento cognitivo
- fatica
- intelligenza artificiale
- apprendimento approfondito
- Compromissione cognitiva lieve (MCI)
- Demenza frontotemporale (FTD)
- Lewy Body Dementia (LBD)
- Intelligenza artificiale basata sul linguaggio
- Intelligenza artificiale in diagnostica della demenza
- Intelligenza artificiale per lo screening della demenza
- Intelligenza artificiale per la classificazione della demenza
- Intelligenza artificiale basata sul linguaggio
- Demenza vascolare (VAD)
- ALZHEIMER DEMENZIA (AD)
- Depressione - Disturbo depressivo maggiore
- Demenza (diagnosi)
Termini MeSH pertinenti aggiuntivi
- Sinucleinopatie
- Disturbi cerebrovascolari
- Malattie del cervello
- Malattie del sistema nervoso centrale
- Malattie del sistema nervoso
- Malattie vascolari
- Malattia cardiovascolare
- Disordini mentali
- Processi patologici
- Malattie metaboliche
- Disturbi neurocognitivi
- Disturbi cognitivi
- Tauopatie
- Malattie Neurodegenerative
- Disturbi del movimento
- Malattie parkinsoniane
- Malattie dei gangli basali
- TDP-43 Proteinopatie
- Carenze di proteostasi
- Arteriosclerosi
- Malattie arteriose occlusive
- Leucoencefalopatie
- Arteriosclerosi intracranica
- Malattie arteriose intracraniche
- Degenerazione lobare frontotemporale
- Condizioni patologiche, segni e sintomi
- Malattie nutrizionali e metaboliche
- Disfunzione cognitiva
- Malattia di Alzheimer
- Patologia
- Demenza
- Demenza frontotemporale
- Demenza, Vascolare
- Malattia del corpo di Lewy
- Tecniche investigative
- Gestione dei campioni
- Tecniche di laboratorio clinico
- Tecniche e procedure diagnostiche
- Diagnosi
- Forature
- Procedure chirurgiche, operative
- Fenomeni genetici
- Ploidies
- Collezione di campioni di sangue
- Diploidia
Altri numeri di identificazione dello studio
- SJ-1107
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .
Prove cliniche su Fatica
-
Massachusetts General HospitalCompletatoFatica | Stress emotivo | Stress psicologico | Stress sociale | Stress della vitaStati Uniti
-
University of Thi-QarCompletatoStress psicologico | Stress AccademicoIraq
-
Acacia ClinicsElectroCore INC; Vagus Nerve SocietyReclutamentoDisturbo da stress post-traumatico | Disturbo post traumatico da stress | Disturbi post traumatici da stress | Disturbo post-traumatico da stress (PTSD) | Disturbo post traumatico da stress PTSD | PTSD - Disturbo post traumatico da stress | Disturbo da stress post-traumatico, disturbo da stress...Stati Uniti
-
Canterbury Christ Church UniversitySussex Partnership NHS Foundation TrustIscrizione su invitoStress professionale o stress sul posto di lavoroRegno Unito
-
University of North Carolina, Chapel HillWashington University School of Medicine; United States Department of Defense; University... e altri collaboratoriReclutamentoDisturbo post traumatico da stress | Disturbo acuto da stress | Reazione acuta da stressStati Uniti
-
UConn HealthU.S. Department of JusticeCompletatoDisturbo da stress post-traumatico | Disturbo post traumatico da stressStati Uniti
-
Syracuse VA Medical CenterUS Department of Veterans AffairsCompletatoStress emotivo | Stress psicologico | Stress della vitaStati Uniti
-
University of California, Los AngelesUniversity of California, San Francisco; Stanford University; California Initiative...CompletatoFatica | Stress, Psicologico | Stress, emotivo | Stress, fisiologico | Reazione allo stressStati Uniti
-
University of LuxembourgQuresta, Inc.; National Psychological Association of Ukraine; Veteran Mental Health...ReclutamentoDisturbo post traumatico da stress | Disturbo post traumatico da stress PTSD | Disturbo da stress post-traumatico, disturbo da stress post-traumaticoUcraina
-
Center for Advanced Facial Plastic SurgeryCompletatoFatica | Stress, fisiologico | Risposta allo stress | Stress (Psicologia) | Partecipanti donne adulte sane | Stress, Psicologico | Percezione dello stress | Livelli di stress | Stress, cumulativo psicologicoStati Uniti
Prove cliniche su Esame di stato mini-mentale
-
Centre Francois BaclesseCompletato
-
Chania General Hospital "St. George"University of ThessalyNon ancora reclutamentoDepressione | Ansia | Funzione cognitiva 1, sociale | Soddisfazione, Consumatore | Amplificazione | Apparecchio acustico | Sforzo di ascolto
-
Ankara Etlik City HospitalCompletatoDisfunzione cognitiva postoperatoriaTurchia (Türkiye)
-
Muş Alparlan UniversityHacettepe UniversityReclutamentoDistrofia muscolare di DuchenneTacchino
-
BrainCheck, Inc.SconosciutoDeterioramento cognitivo | Demenza | Compromissione cognitiva lieve | Declino cognitivo | Lesione cerebrale traumatica lieve | Concussione | Cambiamenti cognitivi | Cambiamenti acuti nella cognizione | Trauma cranico acuto
-
Chiayi Christian HospitalAttivo, non reclutanteDepressione | Delirio | Fatica | Insonnia | Demenza | Lesione cutanea | Sindrome delle apnee notturne (OSAS)Taiwan
-
Loma Linda UniversityCompletato1. Disfunzione cognitiva postoperatoriaStati Uniti
-
Akdeniz UniversityReclutamentoDanno cerebrale | Postoperatorio | Chirurgia-complicanzeTacchino
-
University of OklahomaCompletato