Un neurocientífico argentino creó una IA que busca señales del Alzheimer en el habla

Un neurocientífico argentino desarrolló un método de inteligencia artificial que analiza unos pocos minutos de habla espontánea para detectar señales tempranas del Alzheimer y de otras demencias. Se trata de Adolfo García, director del Centro de Neurociencias Cognitivas de la Universidad de San Andrés y del Instituto Global de Salud Cerebral, en Estados Unidos, que también trabaja en la Universidad de Santiago de Chile. García afirmó: "Con unos pocos minutos de habla espontánea podemos extraer información que nos permite detectar esa enfermedad y variantes de la demencia frontotemporal".

Para entrenar el sistema, el equipo grabó a personas mientras realizaban tareas sencillas: nombrar todos los animales que se les ocurrieran en un minuto, describir un dibujo con sus propias palabras o contar la historia de un video. Con esas grabaciones se armó un archivo de voces de personas sanas y de pacientes con Alzheimer y otras demencias.

El algoritmo trabaja con dos tipos de información. Del audio mide el ritmo, las pausas, la entonación y la calidad de la voz. Con una transcripción automática analiza el lenguaje: la longitud de las oraciones, qué clase de palabras predominan y qué tan específicas son.

Según García, algunos patrones ya están establecidos. Las personas con demencia producen menos palabras por minuto y arman oraciones más cortas, y en el Alzheimer suele aparecer una preferencia por los verbos frente a los sustantivos. Otra pista está en la precisión de las palabras: ante una naranja, quien tiene deterioro tiende a responder fruta o alimento en lugar de naranja, respuestas que el investigador describe como correctas pero menos específicas.

Para validar el método se cargaron datos de 800 personas con Alzheimer y de otras 800 sanas. Después se le dio al sistema grabaciones nuevas, sin informarle el diagnóstico de cada persona, y como los investigadores conocían la respuesta correcta pudieron contar los aciertos. García afirmó que el sistema supera el 90% de aciertos en algunas evaluaciones.

En la comparación que el investigador considera más reveladora, un algoritmo entrenado con neuroimágenes alcanzó cerca de 92% de precisión, uno basado en información clínica y cognitiva llegó a 83% y el de las medidas del habla se aproximó al 90%. "Los marcadores del habla son estadísticamente comparables a las medidas cerebrales para discriminar entre la enfermedad y la no enfermedad, incluso le ganan algunas medidas clínicas estándar", sostuvo García.

Según el investigador, el enfoque es de muy bajo costo, poco estresante y no requiere personal experto para su análisis. Las mediciones pueden administrarse además de forma remota.

García advirtió que gran parte de los estudios sobre Alzheimer se desarrollaron en países de altos ingresos y con poblaciones de ascendencia europea. Según explicó, algunas medidas del habla resultaron generalizables entre lenguas: un modelo entrenado con hablantes de inglés sirvió, al menos en algunos aspectos, para detectar la enfermedad en hispanohablantes. Pero también señaló: "Las alteraciones del lenguaje que son útiles para detectar la demencia en hablantes de inglés no necesariamente son las mismas que después funcionarían en hablantes de español de Latinoamérica".

García integra el consorcio ReDLat2, presentado recientemente en Chile, que reúne a 13 centros de salud de siete países. La iniciativa busca ampliar el conocimiento sobre las demencias en poblaciones latinoamericanas, históricamente menos representadas en las investigaciones internacionales.