Mediante el análisis de los patrones del habla, investigadores de la Universidad de Boston han desarrollado un sistema de IA capaz de predecir con una precisión cercana al 80% si una persona con deterioro cognitivo leve desarrollará la enfermedad de Alzheimer en un plazo de seis años.
En estudiarpublicado en la revista Alzheimer's & Dementia, utiliza la IA para extraer valiosa información diagnóstica de las evaluaciones cognitivas, lo que acelera el diagnóstico y, a su vez, el tratamiento del Alzheimer.
El modelo de IA del equipo alcanzó una precisión de 78,5% y una sensibilidad de 81,1% en la predicción de la progresión del deterioro cognitivo leve (DCL) a la enfermedad de Alzheimer en un plazo de seis años. Esto supera a otras pruebas tradicionales y no invasivas.
Pero lo más importante es que el sistema se basa únicamente en datos fáciles de obtener: el habla transcrita de las evaluaciones cognitivas e información demográfica básica como la edad, el sexo y el nivel educativo.
En las evaluaciones cognitivas, como la prueba de denominación de Boston, el médico habla con el paciente. El audio de estas pruebas suele grabarse para su posterior análisis.
"Queríamos predecir lo que ocurriría en los próximos seis años, y hemos descubierto que podemos hacer esa predicción con una confianza y precisión relativamente buenas". dijo Ioannis (Yannis) Paschalidisdirector del Instituto Rafik B. Hariri de Informática y Ciencias e Ingeniería Computacionales de la Universidad de Boston, y uno de los investigadores principales del estudio.
"Si se puede predecir lo que va a ocurrir, se tiene más oportunidad y margen de tiempo para intervenir con fármacos y, al menos, intentar mantener la estabilidad del estado y evitar la transición a formas más graves de demencia".
Más información sobre el estudio
He aquí un desglose de cómo funcionó el estudio:
- El equipo de investigación empezó recopilando grabaciones de audio de evaluaciones cognitivas de 166 participantes diagnosticados de deterioro cognitivo leve (DCL). A continuación, realizaron un seguimiento de estas personas durante un periodo de seis años para determinar quiénes progresaban hacia la enfermedad de Alzheimer y quiénes permanecían estables.
- El equipo utilizó tecnología avanzada de reconocimiento de voz para transcribir las grabaciones de audio y preparar los datos para el análisis.
- A continuación, los investigadores aplicaron sofisticadas técnicas de procesamiento del lenguaje natural para extraer una amplia gama de rasgos y patrones lingüísticos que, en su opinión, podrían servir como indicadores del riesgo de padecer Alzheimer.
- A continuación, utilizaron las características del habla y la información demográfica para desarrollar múltiples modelos de aprendizaje automático.
- Estos modelos de IA se diseñaron para predecir la probabilidad de que una persona determinada pasara de un deterioro cognitivo leve a la enfermedad de Alzheimer en función de sus patrones de habla y características personales únicas.
- Los modelos alcanzaron una precisión de 78,5% y una sensibilidad de 81,1% a la hora de predecir qué participantes desarrollarían Alzheimer en el periodo de estudio de seis años.
- En un análisis final, el equipo de investigación identificó las pruebas cognitivas con mayor poder predictivo del riesgo de Alzheimer, como la Prueba de Nombres de Boston, las pruebas de similitud y la Escala de Inteligencia Adulta de Wechsler.
"Lo digital es la nueva sangre", afirma Rhoda Au, profesora de la Facultad de Medicina Chobanian & Avedisian de la Universidad de Boston y coautora del estudio.
"Puedes recopilarla, analizarla para lo que se sabe hoy, almacenarla y volver a analizarla para lo nuevo que surja mañana".
Uno de los aspectos más interesantes del estudio descubrió que ciertas partes de las evaluaciones cognitivas eran especialmente predictivas del riesgo futuro de Alzheimer.
"Nuestro análisis reveló que las subpruebas relacionadas con cuestiones demográficas, la Prueba de Nombres de Boston, las pruebas de similitud y la Escala de Inteligencia de Adultos de Wechsler surgieron como las principales características que impulsaron el rendimiento de nuestro modelo", señalan los investigadores.
Esto podría servir de base para el desarrollo de evaluaciones cognitivas más específicas, lo que agilizaría aún más el proceso de cribado.
Aunque los resultados son prometedores, los investigadores admiten la necesidad de seguir validándolos en poblaciones más amplias y diversas.
El reconocimiento del habla puede abrir la puerta al diagnóstico precoz
El análisis del habla ha demostrado ser una técnica valiosa para predecir el Alzheimer y otras enfermedades.
En un Estudio 2020 De forma similar al estudio de la Universidad de Boston, los investigadores de la Universidad de Sheffield demostraron la capacidad de su IA para distinguir entre participantes con enfermedad de Alzheimer o deterioro cognitivo leve y aquellos con trastorno cognitivo funcional o controles sanos con una precisión del 86,7%.
Los investigadores de Klick Labs también desarrolló un modelo de IA que puede detectar la diabetes de tipo 2 mediante breves grabaciones de voz de sólo 6 a 10 segundos. La diabetes avanzada puede afectar a la voz a través del daño nervioso, la alteración del flujo sanguíneo y la sequedad bucal, lo que provoca cambios detectables.
El estudio analizó 18.000 grabaciones para identificar sutiles diferencias acústicas entre individuos diabéticos y no diabéticos.
Cuando se combinó con factores como la edad y el IMC, el modelo alcanzó una precisión máxima de 89% para las mujeres y 86% para los hombres.
En conjunto, estos estudios demuestran que las pruebas no invasivas y los métodos de diagnóstico asistidos por IA podrían conducir a un tratamiento más rápido y eficaz, incluso en ausencia de médicos especialistas y equipos.
