Este fascinante abordaje es presentado por Adolfo García, neurocientífico argentino y director del Centro de Neurociencias Cognitivas de una universidad local, además del Instituto Global de Salud Cerebral en Estados Unidos. Su propuesta implica que, a través de conversaciones breves, la inteligencia artificial (IA) facilite la detección precoz del Alzheimer, antes de que se presenten los síntomas evidentes.
“Con solo unos minutos de habla espontánea se puede extraer información útil para identificar esta enfermedad y distintas variaciones de demencia frontotemporal”, señala García, quien también ejerce como investigador en la Universidad de Santiago de Chile.
Según explica, este método permite incluso determinar el grado de afectación cognitiva de cada paciente, asociándolo a áreas cerebrales específicas.
¿Cómo un algoritmo puede ‘escuchar’ una enfermedad? El primer paso consistió en grabar a numerosas personas mientras realizaban diversas actividades, como listar todos los animales que podían recordar en un tiempo determinado, describir un dibujo con sus propias palabras o narrar una historia tras ver un video. Este proceso creó un extenso archivo de voces de individuos sanos y de pacientes con Alzheimer y otras demencias.
De cada grabación se extraen dos tipos de información. En primer lugar, del audio se analiza el ritmo y la cadencia. “Las pausas largas o cortas, su frecuencia y cambios en la entonación son aspectos que podemos evaluar”, continúa García. También se examina la variabilidad de estos patrones y la calidad de la voz.
El segundo tipo de información proviene del texto. Las grabaciones se transcriben automáticamente, permitiendo así el análisis del lenguaje: “Se evalúa la longitud de las oraciones, el tipo de palabras utilizadas, ya sean comunes o inusuales, y su grado de especificidad”, añade. En base a estos datos, el sistema elabora un diagnóstico “oral”.
Existen patrones bien conocidos. Las personas con demencia tienden a usar menos palabras por minuto, sin importar la tarea, y suelen construir oraciones más breves. En el caso del Alzheimer, también se observa una preferencia por verbos en lugar de sustantivos. García ilustra este último aspecto con un claro ejemplo.
Los individuos con algún grado de deterioro suelen utilizar palabras más comunes. “Es más habitual que mencionen ‘mesa’ o ‘silla’ en vez de ‘diplodocus’ (como el género de dinosaurio que podría ser el primero que se le ocurra a cualquiera)”, señala, subrayando este punto.
Para ilustrar otra de las pistas que la IA puede identificar, García menciona el caso de mostrar a alguien una naranja y pedirle que la describa. “Podrían simplemente decir ‘naranja’, pero también podrían mencionar ‘cítrico’, ‘fruta’, ‘alimento’ o, incluso, ‘cosa’. Todas son respuestas válidas, aunque la especificidad disminuye con cada opción menos concreta.
Eso es lo que observan en los pacientes con Alzheimer. Tendrán mayor tendencia a responder ‘fruta’ o ‘alimento’, en lugar de ‘naranja’.” Aunque estas respuestas no son incorrectas, suelen reflejar un pensamiento menos preciso, explica. Su equipo ha desarrollado lo que se denomina ‘medidas del habla’, que permiten evaluar estos aspectos clínicos de forma automatizada.
¿Cómo se valida la precisión del diagnóstico del algoritmo mediante el audio? García detalla que se alimentó al programa con datos de 800 personas diagnosticadas con Alzheimer (velocidad de habla, palabras seleccionadas, longitud de oraciones) y de otras 800 sanas. A continuación, se le presentó un nuevo audio sin revelar la identidad de la persona, y se le consultó si esta padecía la enfermedad.
Las respuestas correctas, conocidas por los investigadores de antemano, permitieron calcular el porcentaje de aciertos, que superó el 90% en la identificación del diagnóstico clínico.
Se realizó una comparación que García considera reveladora: un algoritmo basado en neuroimágenes logró una precisión del 92%, uno que consideró información clínica y cognitiva alcanzó un 83%, mientras que el que usó ‘medidas del habla’ obtuvo una tasa cercana al 90%.
“Los marcadores del habla son estadísticamente comparables a las medidas cerebrales para distinguir entre enfermos y no enfermos, incluso superan algunas métricas clínicas estándar”, resume el investigador. En apenas unos minutos de conversación, sin necesidad de escáner ni laboratorio, argumenta, se puede obtener una señal tan confiable como la que proporcionan estudios más complejos y costosos.
Este enfoque presenta, además, una gran ventaja: las medidas del habla son de bajo costo, poco invasivas y no requieren personal especializado para su análisis. Su aplicación remota es clave para su escalabilidad, especialmente en regiones con desigualdades en el acceso a la salud.
El equipo también ha verificado la eficacia del método en la población latina. Algunas medidas del habla han demostrado ser aplicables en diferentes idiomas: un modelo diseñado con hablantes de inglés ha mostrado utilidad, al menos en ciertos aspectos, para detectar Alzheimer en hispanohablantes. Estudios recientes confirman que es efectivo “independientemente del género, la educación, la edad, el país” y de los determinantes sociales relacionados con la salud.
El consorcio ReDLat2, recientemente fundado en Chile y del cual García forma parte, reúne a 13 centros de salud de 7 países. Su objetivo es corregir un sesgo histórico. Las terapias y los modelos de predicción actuales sobre la demencia provienen mayormente de naciones desarrolladas y de tradición europea, ignorando cómo factores ambientales y genéticos propios de cada región impactan en el cerebro. “La ciencia global presenta un vacío respecto al Alzheimer”, afirman.
En América Latina, la diversidad genética, la desigualdad social, el clima y las barreras de acceso a la salud influyen en el envejecimiento cerebral. Por ello, ReDLat2 integrará variables como la genética local, las condiciones socioeconómicas y la exposición a contaminantes.
García aclara por qué es fundamental abordar este sesgo en el ámbito del lenguaje. “Las alteraciones en el habla útiles para la detección de demencia en hablantes de inglés no necesariamente se aplican a hablantes de español en Latinoamérica”, advierte. Cada lengua tiene “sus propios ritmos, cadencias y sonoridades”. Lo que podría señalar una alteración en inglés puede pasar desapercibido en español.
El investigador también señala una paradoja importante. Si casi toda la evidencia proviene de países ricos y angloparlantes, una herramienta que utiliza la voz y las palabras para fomentar la inclusión podría terminar siendo excluyente. Combatir esta situación, afirma, es la prioridad del proyecto.
El enfoque del consorcio está centrado en personas que ya padecen demencia, buscando identificar las huellas del habla que las señalan. Sin embargo, en otras investigaciones, García y su equipo han observado que estas marcas del habla también son útiles para personas con deterioro cognitivo leve, quienes aún no presentan demencia pero enfrentan un alto riesgo de desarrollarla. Estas medidas permiten prever aspectos relativos a su cognición y estado cerebral.
Paralelamente, García ha fundado una empresa y una aplicación llamada TELL, que ya presta este servicio en más de 15 países, desde Argentina y Brasil hasta Nairobi, India y Estados Unidos.
Generalmente, los pacientes llegan a la app por recomendación de sus médicos, aunque cualquier persona interesada puede unirse a alguno de los proyectos de investigación o solicitar una consulta individual, incluso a través de videollamada. En Argentina, se utiliza en el Hospital de San Juan, en cooperación con la Universidad Nacional de San Juan, así como en el Instituto de Neurología Cognitiva y el Instituto de Neurociencia de Buenos Aires.
A lo largo de Latinoamérica, según García, ya son más de 20 los centros que aplican esta herramienta. Asimismo, el Hospital Evangélico en Uruguay ha inaugurado la primera sala de evaluación digital del lenguaje.
“Del mismo modo en que un neurólogo puede derivar a un paciente para una radiografía, ahora puede enviarlo para esta evaluación”, sostiene. Esta aplicación también se utiliza en un centro de trastornos del movimiento en Chile, en una clínica de memoria en Colombia y en otro de neurología en Nairobi.
Los informes generados por la herramienta se integran a las historias clínicas, formando parte del registro médico oficial. Para García, el propósito de este trabajo es claro: “Convertir toda esta investigación no solo en artículos científicos, sino en soluciones reales con impacto en el ámbito clínico”.
