Investigadores del UT Southwestern Medical Centre han descubierto que el análisis de voz impulsado por IA puede ayudar a diagnosticar el alzhéimer y el deterioro cognitivo en etapas tempranas, proporcionando potencialmente una herramienta de cribado eficaz para los médicos de atención primaria si se confirma en estudios más amplios.
El investigador del Instituto O'Donnell del Cerebro afirma que los hallazgos podrían conducir a una sencilla prueba de cribado para la detección precoz del deterioro cognitivo.
Una nueva tecnología capaz de captar cambios sutiles en la voz de un paciente podría ayudar a los médicos a diagnosticar el deterioro cognitivo y la enfermedad de Alzheimer antes de que empiecen a aparecer los síntomas, según un investigador del Centro Médico UT Southwestern que ha dirigido un estudio publicado en la revista Diagnosis, Assessment & Disease Monitoring de la Asociación de Alzheimer.
«Nuestro objetivo era identificar los cambios sutiles en el lenguaje y la voz que están presentes en las primeras etapas de la enfermedad de Alzheimer, pero que no son fácilmente reconocibles por los familiares o el médico de atención primaria de un individuo», dijo Ihab Hajjar, MD, profesor de neurología en el Instituto del Cerebro Peter O'Donnell Jr. de UT Southwestern.
Los investigadores utilizaron herramientas avanzadas de aprendizaje automático y procesamiento del lenguaje natural (PLN) para evaluar los patrones del habla de 206 personas: 114 que cumplían los criterios de deterioro cognitivo leve y 92 que no tenían ningún deterioro. A continuación, el equipo comparó estos resultados con biomarcadores de uso común para determinar su eficacia a la hora de medir el deterioro.
A los participantes en el estudio, inscritos en un programa de investigación de la Universidad Emory de Atlanta, se les sometió a varias pruebas cognitivas estándar antes de pedirles que grabaran una descripción espontánea de 1 a 2 minutos de una obra de arte.
«Las descripciones grabadas de la imagen nos proporcionaron una aproximación de las habilidades conversacionales que pudimos estudiar mediante inteligencia artificial para determinar el control motor del habla, la densidad de ideas, la complejidad gramatical y otras características del habla», explicó el Dr. Hajjar.
El equipo de investigación comparó el análisis del habla de los participantes con sus muestras de líquido cefalorraquídeo e imágenes de resonancia magnética para determinar la precisión con la que los biomarcadores digitales de la voz detectaban tanto el deterioro cognitivo leve como el estado y la progresión de la enfermedad de Alzheimer.
«Antes del desarrollo del aprendizaje automático y el procesamiento del lenguaje natural, el estudio detallado de los patrones del habla en los pacientes requería mucho trabajo y a menudo resultaba infructuoso porque los cambios en las primeras fases suelen ser indetectables para el oído humano», afirma el Dr. Hajjar. «Este nuevo método de prueba funcionó bien en la detección de personas con deterioro cognitivo leve y, más concretamente, en la identificación de pacientes con indicios de enfermedad de Alzheimer, incluso cuando no puede detectarse fácilmente mediante evaluaciones cognitivas estándar»
Durante el estudio, los investigadores emplearon menos de 10 minutos en grabar la voz de un paciente. Las pruebas neuropsicológicas tradicionales suelen tardar varias horas en administrarse.
«Si se confirma en estudios más amplios, el uso de la inteligencia artificial y el aprendizaje automático para estudiar las grabaciones de voz podría proporcionar a los proveedores de atención primaria una herramienta de detección fácil de realizar para las personas en riesgo», dijo el Dr. Hajjar. «Un diagnóstico más temprano daría a los pacientes y a sus familias más tiempo para planificar el futuro y proporcionaría a los médicos una mayor flexibilidad a la hora de recomendar intervenciones prometedoras sobre el estilo de vida.»
Referencia: «Development of digital voice biomarkers and associations with cognition, cerebrospinal biomarkers, and neural representation in early Alzheimer's disease» por Ihab Hajjar MD, MS, Maureen Okafor MD, MPH, Jinho D. Choi PhD, Elliot Moore II PhD, Anees Abrol PhD, Vince D. Calhoun PhD y Felicia C. Goldstein PhD, 5 de febrero de 2023, Diagnosis, Assessment & Disease Monitoring. DOI: 10.1002/dad2.12393
El Dr. Hajjar colaboró en este estudio con un equipo de investigadores de la Universidad de Emory, donde anteriormente fue Director de la Unidad de Ensayos Clínicos del Centro Goizueta de Investigación de la Enfermedad de Alzheimer, antes de incorporarse a la UTSW en 2022. Continúa recopilando grabaciones de voz en Dallas como parte de un estudio de seguimiento en la UTSW, que está siendo financiado con una subvención de los Institutos Nacionales de Salud.
La investigación para este estudio contó con el apoyo de subvenciones de los Institutos Nacionales de Salud/Instituto Nacional sobre el Envejecimiento (AG051633, AG057470-01, AG042127) y de la Alzheimer's Drug Discovery Foundation (20150603).
El Dr. Hajjar es titular de la Cátedra Universitaria Distinguida de la Familia Pogue en Investigación y Atención Clínica de la Enfermedad de Alzheimer, en memoria de Maurine y David Weigers McMullan. Con contenido de Schitechdaily.
