Se necesita mucho tiempo y dinero para diagnosticar la enfermedad de Alzheimer. Después de realizar extensos exámenes neuropsicológicos en persona, los médicos deben transcribir, revisar y analizar cada respuesta en detalle. Pero los investigadores de la Universidad de Boston han desarrollado una nueva herramienta que podría automatizar el proceso y eventualmente permitir que se mueva en línea. Su modelo computacional impulsado por el aprendizaje automático puede detectar el deterioro cognitivo a partir de grabaciones de audio de pruebas neuropsicológicas, sin necesidad de una cita en persona. Sus hallazgos fueron publicados en Alzheimer y demencia: The Journal of the Alzheimer’s Association.
«Este enfoque nos acerca un paso más a la intervención temprana», dice Ioannis Paschalidis, coautor del artículo y Profesor Distinguido de Ingeniería de la Facultad de Ingeniería de la BU. Él dice que una detección más rápida y temprana de la enfermedad de Alzheimer podría impulsar ensayos clínicos más grandes que se enfoquen en individuos en etapas tempranas de la enfermedad y potencialmente permitir intervenciones clínicas que desaceleren el deterioro cognitivo: «Puede formar la base de una herramienta en línea que podría llegar a todos y podría aumentar el número de personas que se someten a exámenes de detección temprano».
El equipo de investigación entrenó su modelo utilizando grabaciones de audio de entrevistas neuropsicológicas de más de 1000 personas en el Framingham Heart Study, un proyecto de larga duración dirigido por BU que analiza las enfermedades cardiovasculares y otras afecciones fisiológicas. Usando herramientas automatizadas de reconocimiento de voz en línea, piense: «¡Hola, Google!» — y una técnica de aprendizaje automático llamada procesamiento de lenguaje natural que ayuda a las computadoras a comprender el texto, hicieron que su programa transcribiera las entrevistas y luego las codificara en números. Se entrenó un modelo final para evaluar la probabilidad y la gravedad del deterioro cognitivo de un individuo utilizando datos demográficos, las codificaciones de texto y diagnósticos reales de neurólogos y neuropsicólogos.
Paschalidis dice que el modelo no solo pudo distinguir con precisión entre individuos sanos y aquellos con demencia, sino que también detectó diferencias entre aquellos con deterioro cognitivo leve y demencia. Y resultó que la calidad de las grabaciones y la forma en que hablaban las personas, ya sea que su discurso fuera fluido o vacilante constantemente, eran menos importantes que el contenido de lo que decían.
«Nos sorprendió que el flujo del habla u otras funciones de audio no sean tan críticas; puede transcribir entrevistas automáticamente razonablemente bien y confiar en el análisis de texto a través de IA para evaluar el deterioro cognitivo», dice Paschalidis, quien también es el nuevo director de Rafik B de BU. Instituto Hariri de Computación y Ciencia e Ingeniería Computacionales. Aunque el equipo aún necesita validar sus resultados con otras fuentes de datos, los hallazgos sugieren que su herramienta podría ayudar a los médicos a diagnosticar el deterioro cognitivo mediante grabaciones de audio, incluidas las de citas virtuales o de telesalud.
Detección antes del inicio de los síntomas
El modelo también proporciona información sobre qué partes del examen neuropsicológico podrían ser más importantes que otras para determinar si una persona tiene problemas cognitivos. El modelo de los investigadores divide las transcripciones del examen en diferentes secciones según las pruebas clínicas realizadas. Descubrieron, por ejemplo, que la prueba de nombres de Boston, durante la cual los médicos les piden a las personas que etiqueten una imagen con una palabra, es más informativa para un diagnóstico preciso de demencia. «Esto podría permitir a los médicos asignar recursos de una manera que les permita realizar más pruebas, incluso antes de la aparición de los síntomas», dice Paschalidis.
El diagnóstico temprano de la demencia no solo es importante para que los pacientes y sus cuidadores puedan crear un plan efectivo de tratamiento y apoyo, sino que también es crucial para los investigadores que trabajan en terapias para retrasar y prevenir la progresión de la enfermedad de Alzheimer. «Nuestros modelos pueden ayudar a los médicos a evaluar a los pacientes en términos de sus posibilidades de deterioro cognitivo», dice Paschalidis, «y luego adaptar mejor los recursos para ellos haciendo más pruebas en aquellos que tienen una mayor probabilidad de demencia».
¿Quiere unirse al esfuerzo de investigación?
El equipo de investigación está buscando voluntarios para realizar una encuesta en línea y enviar una prueba cognitiva anónima; los resultados se utilizarán para proporcionar evaluaciones cognitivas personalizadas y también ayudarán al equipo a refinar su modelo de IA.
Fuente de la historia:
Materiales proporcionado por Universidad de Boston. Original escrito por Gina Mantica. Nota: el contenido se puede editar por estilo y longitud.
