El Alzheimer es una enfermedad neurodegenerativa que afecta a millones de personas en todo el mundo. Detectarla en etapas tempranas es fundamental para iniciar intervenciones que puedan retrasar su progresión. En esta línea, un equipo de investigadores de la Universidad de Tsukuba ha desarrollado un prototipo de aplicación móvil que permite detectar el Alzheimer y el deterioro cognitivo leve a través del análisis del habla de los usuarios.
La aplicación, diseñada para ser autoadministrada, surge como respuesta a la necesidad de contar con herramientas de detección temprana amigables y fáciles de usar en la vida cotidiana. El habla se presenta como una fuente de datos prometedora, ya que se han observado alteraciones del lenguaje en las primeras etapas del Alzheimer. Sin embargo, el reconocimiento automático del habla, que convierte la voz humana en texto, suele presentar una precisión menor en personas mayores, lo que representa un desafío en el desarrollo de una herramienta automática precisa.
Recopilación y análisis de datos de habla
Para evaluar la viabilidad de esta aplicación, los investigadores llevaron a cabo un estudio con 114 participantes, que incluían pacientes con Alzheimer, pacientes con deterioro cognitivo leve y participantes cognitivamente normales. Se les pidió a los participantes que realizaran cinco tareas cognitivas basadas en evaluaciones neuropsicológicas utilizadas para el cribado de demencia. Estas tareas incluían descripciones de imágenes y pruebas de fluidez verbal.
El análisis de los datos demostró que se podía estimar de manera confiable el grado de deterioro del lenguaje mediante características lingüísticas, especialmente aquellas relacionadas con los aspectos semánticos, como la informatividad y la riqueza de vocabulario, incluso cuando la precisión del reconocimiento automático del habla era deficiente. Además de las características lingüísticas, se incluyeron características acústicas y prosódicas de la voz de los participantes en los modelos de aprendizaje automático.
Alta precisión en la detección de MCI y Alzheimer
La combinación de estas características lingüísticas con las características acústicas y prosódicas permitió que los modelos de aprendizaje automático detectaran de manera confiable el deterioro cognitivo leve y el Alzheimer. Los resultados mostraron una precisión del 88% en la detección de MCI y un 91% en la detección de Alzheimer. Estos resultados son alentadores, ya que indican que la aplicación desarrollada podría desempeñar un papel importante en el acceso a herramientas de detección temprana de Alzheimer.
Este estudio representa un avance significativo en el desarrollo de herramientas automáticas para la detección temprana del Alzheimer y el deterioro cognitivo leve. La aplicación móvil autoadministrada ofrece la posibilidad de realizar detecciones de manera cómoda y accesible en la vida diaria de las personas. La capacidad de capturar alteraciones del lenguaje incluso en condiciones de baja precisión en el reconocimiento automático del habla es un logro destacado.
Más información en sciencedirect.com