Una IA analiza los patrones del habla para predecir el alzhéimer

Mediante el análisis de los patrones del habla, un modelo de aprendizaje automático es capaz de decir con un alto grado de precisión si alguien con deterioro cognitivo leve desarrollará demencia asociada al alzhéimer en un plazo de seis años.

Por Andrew Thurston

Una IA para el diagnóstico del alzhéimer.

El poder de la IA llega a la neurociencia: en el futuro se podrá diagnosticar de forma precoz la demencia con la ayuda del aprendizaje automático. Imagen conceptual generada con Copilot

Para averiguar si una persona padece la enfermedad de Alzheimer suele ser necesario realizar una serie de evaluaciones: entrevistas, imágenes cerebrales y análisis de sangre y líquido cefalorraquídeo. Pero, para entonces, probablemente ya sea demasiado tarde: los recuerdos han empezado a perderse, los rasgos de personalidad establecidos desde hace tiempo han comenzado a cambiar sutilmente.

Ahora bien, si se detectan a tiempo, los nuevos tratamientos pioneros pueden ralentizar el avance inexorable de la enfermedad, pero no existe una forma segura de predecir quién desarrollará la demencia asociada al alzhéimer.

Ahora, investigadores de la Universidad de Boston, en Estados Unidos. afirman haber diseñado un nuevo y prometedor programa informático de inteligencia artificial (IA) —o modelo— que algún día podría ayudar a cambiar esta situación, simplemente analizando el habla de un paciente.

Una precición de casi el 80%

El nuevo modelo puede predecir, con una tasa de precisión del 78,5%, si es probable que alguien con deterioro cognitivo leve permanezca estable durante los próximos seis años o, por el contrario, caiga en la demencia asociada con la enfermedad de Alzheimer.

Al tiempo que permite a los médicos mirar hacia el futuro y hacer diagnósticos más precoces, los investigadores dicen que su trabajo también podría ayudar a que la detección del deterioro cognitivo sea más accesible mediante la automatización de partes del proceso, sin necesidad de costosas pruebas de laboratorio, exámenes de imágenes o incluso acudir a consulta.

La IA está impulsada por el aprendizaje automático, un subconjunto de la inteligencia artificial en el que los científicos informáticos enseñan a un programa a analizar datos de forma independiente.

"Queríamos predecir lo que sucedería en los próximos seis años [a un paciente con deterioro cognitivo leve], y descubrimos que podemos hacer razonablemente esa predicción con una confianza y precisión relativamente buenas —dice Ioannis Yannis Paschalidis, director del Instituto de Computación y Ciencia e Ingeniería Computacional Rafik B. Hariri. Y añade—: Muestra el poder de la IA". El equipo multidisciplinario de ingenieros, neurobiólogos y científicos informáticos y de datos ha publicado los hallazgos en Alzheimer's & Dementia, la revista de la Asociación Norteamericana de Alzhéimer.

La IA ayudará a los neurólogos a diagnosticar un posible alzhéimer en personas con deterioro cognitivo leve.

La IA ayudará a los neurólogos a diagnosticar un posible alzhéimer en personas con deterioro cognitivo leve. Imagen generada con DALL-E

"Esperamos, como todo el mundo, que haya más y más tratamientos para el alzhéimer disponibles —dice Paschalidis, profesor de Ingeniería de la Facultad de Ingeniería, en la Universidad de Bristol, y miembro fundador de la Facultad de Computación y Ciencias de Datos. Y continúa—: Si se puede predecir lo que sucederá, se tiene más oportunidad y ventana de tiempo para intervenir con medicamentos, y al menos tratar de mantener la estabilidad de la afección y prevenir el avance hacia formas más graves de demencia".

Cálculo de la probabilidad de padecer la enfermedad de Alzheimer

Para entrenar y construir su nuevo modelo, los investigadores recurrieron a los datos de uno de los estudios más antiguos y de mayor duración del país: el BU-led Framingham Heart Study. Aunque el estudio de Framingham se centra en la salud cardiovascular, los participantes que muestran signos de deterioro cognitivo se someten a pruebas neuropsicológicas y entrevistas periódicas, lo que produce una gran cantidad de información longitudinal sobre su bienestar cognitivo.

Paschalidis y sus colegas recibieron grabaciones de audio de 166 entrevistas iniciales con personas de entre 63 y 97 años diagnosticadas con deterioro cognitivo leve: 76 que permanecerían estables durante los próximos seis años y 90 cuya función cognitiva disminuiría progresivamente.

A continuación, utilizaron una combinación de herramientas de reconocimiento de voz, similares a los programas que alimentan los altavoces inteligentes, y aprendizaje automático para entrenar un modelo que detectara conexiones entre el habla, la demografía, el diagnóstico y la progresión de la enfermedad. Después de entrenarlo en un subconjunto de la población del estudio, probaron su destreza predictiva en el resto de los participantes.

Se analizan las palabras pronunciadas y su estructura

"Combinamos la información que extraemos de las grabaciones de audio con algunos datos demográficos muy básicos, como la edad y el sexo, y obtenemos la puntuación final —explica Paschalidis. Y continúa—: Se puede pensar en la puntuación como la probabilidad de que alguien permanezca estable o haga la transición a la demencia. Tenía una capacidad predictiva significativa".

En lugar de utilizar características acústicas del habla, como la enunciación o la velocidad, el modelo se basa en el contenido de la entrevista: las palabras pronunciadas y su estructura. Y Paschalidis afirma que la información que han introducido en el programa de aprendizaje automático es aproximada: las grabaciones, por ejemplo, son desordenadas, de baja calidad y están llenas de ruido de fondo. "Es una grabación muy informal. Y aun así, con estos datos sucios, el modelo es capaz de sacar algo de ellos", dice Paschalidis.

Eso es importante, porque el proyecto consistía en parte en probar la capacidad de la IA para hacer más eficiente y automatizado el proceso de diagnóstico de la demencia, con escasa participación humana. En el futuro, dicen los investigadores, modelos como el suyo podrían utilizarse para llevar la atención a pacientes que no están cerca de centros médicos o para proporcionar un seguimiento rutinario a través de la interacción con una aplicación en casa, aumentando drásticamente el número de personas que se someten a exámenes.

Una enfermedad infradiagnosticada

Según la Alzheimer's Disease International —la federación mundial de asociaciones de alzhéimer que presta apoyo a las personas con demencia y a sus familias—, la mayoría de las personas con demencia en todo el mundo nunca reciben un diagnóstico formal, lo que las deja al margen del tratamiento y la atención.

Rhoda Au, neurobióloga de la Universidad de Boston y coautora del artículo, asegura que la IA tiene el poder de crear "igualdad de oportunidades en la ciencia y la atención médica". El estudio se basa en el trabajo anterior del mismo equipo, en el que descubrieron que la inteligencia artificial podía detectar con precisión el deterioro cognitivo mediante grabaciones de voz.

"La tecnología es capaz de superar el sesgo del trabajo que solo pueden realizar aquellos con recursos, o la atención que se ha basado en conocimientos especializados que no están disponibles para todos — dice Au. Para ella, uno de los hallazgos más emocionantes fue "que un método de evaluación cognitiva que tenga el potencial de ser lo más inclusivo posible, tal vez independiente de la edad, el sexo/género, la educación, el idioma, la cultura, los ingresos y la geografía, podría servir como una potencial herramienta de detección para revelar y monitorear los síntomas relacionados con la enfermedad de Alzheimer".

Diagnóstico de la demencia desde casa

En futuras investigaciones, a Paschalidis le gustaría explorar el uso de datos no solo de entrevistas formales entre médicos y pacientes —con sus preguntas programadas y sus predecibles idas y venidas—, sino también de conversaciones más naturales y cotidianas. Ya está pensando en un proyecto sobre si la IA puede ayudar a diagnosticar la demencia a través de una aplicación de móvil, así como en ampliar el estudio actual más allá del análisis del habla —las pruebas de Framingham también incluyen dibujos de pacientes y datos sobre patrones de la vida cotidiana— para aumentar la precisión predictiva del modelo.

"Lo digital es la nueva sangre —dice Au. Y concluye—: Puedes recopilarla, analizarla para lo que se sabe hoy, almacenarla y volver a analizarla para lo nuevo que surja mañana". ▪️

Anterior
Anterior

Consiguen mover objetos con gran precisión con sonido

Siguiente
Siguiente

La música hace que bailen tus ondas cerebrales