Data Augmentation in Modelli di Intelligenza Artificiale per il Declino Cognitivo

Il declino cognitivo è una malattia neurodegenerativa che provoca la perdita di una o più funzioni intellettive come memoria, pensiero e ragionamento; al momento non esistono cure efficaci e le uniche terapie sono sintomatiche. Se non trattato può degenerare in demenza o morbo di Alzheimer, perciò è importante individuare tempestivamente i segni di questa malattia per intervenire il prima possibile. È stato osservato dai ricercatori che la difficoltà nel linguaggio è uno dei primi segnali a manifestarsi e, con un’attenta analisi, è possibile ricavarne delle diagnosi. In tutto il mondo stanno nascendo ricerche che utilizzano il Machine Learning con questo scopo, poiché è in grado di rilevare anche i segni più lievi della malattia con maggiore precisione di un essere umano. Questo studio riprende un modello di Rete neurale già esistente per migliorarne i risultati con tecniche di Data Augmentation. Il modello viene allenato con dati provenienti da un dataset di registrazioni audio di soggetti in parte sani e in parte affetti da declino cognitivo, allo scopo di imparare a distinguerli. I risultati sono promettenti e, grazie alla Data Augmentation, si raggiungono livelli di accuratezza molto elevati. La Data Augmentation è uno strumento molto importante nell'ambito dell'analisi dei dati, se impiegata con attenzione. La seconda parte dello studio sarà dedicata ad analizzare degli esperimenti fatti proprio per testarne i vantaggi e i limiti.