El Alzheimer es una enfermedad devastadora que comienza con signos vagos, a menudo mal interpretados, de pérdida leve de la memoria, seguidos de una disminución lenta y progresivamente grave de la capacidad cognitiva y la calidad de vida. Estimaciones afirman que en América (en concreto Latinoamérica) los casos de demencia -donde se incluye Alzheimer- aumentarán hasta más de 27 millones en 2050.
Actualmente, no existe una cura o prevención eficaz. Debido a su naturaleza y cómo se afianza dentro del cerebro, es probable que la mejor manera de retrasar su aparición y ralentizar su progreso sea la intervención temprana(4). Es decir, cuanto más temprano los médicos puedan detectar el Alzheimer -incluso antes de que los síntomas aparezcan- es más probable que algún día puedan retrasarlo de manera efectiva y tratarlo. Desafortunadamente para muchos, cuando el Alzheimer se diagnostica, a menudo es demasiado tarde para evitar que la enfermedad se acelere y se afiance por completo.
El lenguaje, lo que decimos y cómo lo decimos, es una pieza clave para comprender el funcionamiento de nuestro cerebro. Desde esta perspectiva, IBM Research y Pfizer desarrollaron un nuevo modelo de inteligencia artificial (IA) que utiliza pruebas de habla cortas, no invasivas y estandarizadas, para ayudar a predecir la eventual aparición de la enfermedad de Alzheimer en personas cognitivamente sanas con una precisión de 0,7 y un AUC de 0,74 (area under the curve — área bajo la curva). Estas predicciones se hicieron contra muestras de datos de un grupo de personas cognitivamente sanas que finalmente desarrollaron o no la enfermedad más adelante en la vida, lo que permitió a los investigadores verificar la precisión de la predicción del modelo de IA. Este es un aumento significativo con respecto a las predicciones basadas en escalas clínicas (59%) y en la elección aleatoria (50%).
En última instancia, los investigadores esperan que este estudio ayude en el desarrollo futuro de una herramienta simple, directa y de fácil acceso para apoyar a los médicos en la evaluación del riesgo de un paciente de contraer Alzheimer, a través del análisis del habla y el lenguaje, junto con una serie de otros marcadores de la salud y la biometría de un individuo.
Aspectos singulares del estudio:
- El modelo utiliza el procesamiento del lenguaje natural para analizar muestras de habla de uno a dos minutos de una prueba cognitiva breve, proporcionadas por el Framingham Heart Study, un estudio de larga duración que rastrea varios aspectos de la salud en más de 5,000 personas y sus familias desde 1948.
- El conjunto de datos para entrenar el sistema de IA incluye muestras que se recolectaron mientras los sujetos estaban cognitivamente sanos, antes de que experimentaran signos de deterioro. Además, contaron con información actualizada de los sujetos para verificar las predicciones del modelo con resultados de la vida real.
- Se evaluó el riesgo de enfermedad de Alzheimer en la población general, en lugar de centrarse únicamente en los grupos de alto riesgo, antecedentes genéticos o predisposición.
- Se analizaron las transcripciones de las muestras de habla de los participantes con el procesamiento del lenguaje natural, lo que permitió aprovechar la IA para detectar sutilezas y cambios en el discurso que de otro modo podrían haberse pasado por alto.
- Altos estándares de calidad y seguridad para la gestión de información sensitiva y datos personales, respetando siempre los principios básicos de privacidad, transparencia y consentimiento.
 que utiliza pruebas de habla cortas, no invasivas){kind=link}
