Investigadores de Penn State utilizan inteligencia artificial para interpretar las señales ocultas en el habla cotidiana, con el objetivo de detectar la demencia y el Alzheimer años antes que con las pruebas en papel actuales. Su objetivo es brindar a los médicos herramientas más rápidas y objetivas para que los pacientes puedan recibir ayuda antes.
Más de 7 millones de estadounidenses mayores de 65 años padecen la enfermedad de Alzheimer, y se prevé que esta cifra siga aumentando. Sin embargo, muchas personas no reciben el diagnóstico hasta que sus problemas de memoria y razonamiento ya afectan su vida diaria.
Los investigadores de Penn State dicen que la inteligencia artificial podría ayudar a cambiar esa línea de tiempo al escuchar atentamente cómo habla la gente.
Hui Yang, titular de la Cátedra Gary y Sheila Bello de Ingeniería Industrial y de Manufactura en Penn State, y el doctorando Kevin Mekulu han desarrollado un marco basado en IA que analiza el habla para detectar los primeros signos de demencia y Alzheimer. Su trabajo reciente, publicado en la revista... Revista de informes sobre la enfermedad de Alzheimer y Frontiers in Aging Neuroscience, sugiere que este enfoque podría detectar el deterioro cognitivo antes y con mayor precisión que los exámenes tradicionales con lápiz y papel.
El objetivo del equipo no es reemplazar a los médicos, sino brindarles una forma más rápida y objetiva de detectar cambios sutiles que de otro modo podrían pasar desapercibidos.
Las herramientas tradicionales de detección de la demencia suelen ser cuestionarios o tareas breves que deben ser administradas por personal capacitado. Yang señaló que estas pruebas pueden tomar de 10 a 15 minutos del tiempo del personal, dependen en gran medida de la persona que las realiza y, a menudo, pasan por alto los cambios más tempranos y sutiles en el pensamiento.
Al mismo tiempo, Estados Unidos enfrenta una escasez de especialistas en geriatría, con aproximadamente un geriatra por cada 10,000 pacientes mayores, y una alta rotación de personal en muchos centros de atención para personas mayores. Esto dificulta ofrecer evaluaciones cognitivas frecuentes y de alta calidad a todos los que podrían beneficiarse.
Yang y Mekulu consideran que la IA es una forma de ampliar las pruebas de detección sin aumentar la carga de los médicos.
Su sistema se centra en el habla, una de las funciones más complejas del ser humano. Hablar requiere memoria, atención, habilidades lingüísticas, toma de decisiones y control motor para funcionar en perfecta armonía. Muchos de estos sistemas se ven afectados en las primeras etapas de las enfermedades neurodegenerativas, a menudo antes de que los familiares o los médicos detecten problemas evidentes.
En lugar de basarse en la impresión de un médico sobre cómo suena alguien, el marco de Penn State convierte el habla en datos. Busca patrones en la elección de palabras, la repetición, las pausas, la fluidez y la estructura de las oraciones. Luego, utiliza estos patrones para extraer lo que los investigadores denominan biomarcadores basados en el habla: señales mensurables que pueden rastrearse a lo largo del tiempo.
Al centrarse en estas dinámicas y transiciones ocultas del habla, la IA puede detectar cambios que podrían ser demasiado sutiles para el oído humano. Los investigadores afirman que esto podría permitir a los médicos detectar indicios de problemas años antes de que las pruebas estándar den señales de alerta.
El sistema también está diseñado para ser rápido. En lugar de un examen extenso, la IA puede detectar posibles problemas en menos de un minuto mediante interacciones breves y guiadas con los pacientes.
Mekulu enfatizó que el tipo de IA que están desarrollando va más allá de los modelos simples y de un solo uso que ya se utilizan en algunas herramientas de atención médica. Estos sistemas suelen describirse como estáticos porque toman una entrada, producen una salida y se detienen allí.
En contraste, el equipo de Penn State trabaja con lo que ellos describen como IA agencial: sistemas capaces de planificar, adaptarse e interactuar a lo largo del tiempo. En su marco, los agentes de IA hacen más que calificar un examen. Guían la conversación, ajustan sus indicaciones según la respuesta de la persona y combinan diversos tipos de información, como patrones lingüísticos, rendimiento en la tarea y contexto, en una sola evaluación.
Esto convierte la detección de una instantánea única en un proceso más dinámico que refleja mejor cómo se desarrolla realmente el deterioro cognitivo.
Si bien el habla es el punto de partida, Mekulu afirmó que es solo una pieza de un rompecabezas mucho más grande. Herramientas de IA similares podrían eventualmente analizar los movimientos oculares, la frecuencia cardíaca y otras señales fisiológicas, el grado de concentración de una persona en una tarea, la motricidad fina e incluso cómo aprende o se adapta una persona durante la resolución de problemas.
En conjunto, esas señales podrían brindar a los médicos un panorama más completo de la salud cerebral, en lugar de una simple puntuación de aprobado o reprobado en un examen.
Los investigadores también ven potencial en los agentes de IA para apoyar la atención médica mucho después del diagnóstico inicial. Estos sistemas podrían monitorear los cambios entre visitas clínicas, alertar a los médicos cuando la condición de un paciente parezca estar cambiando y ayudar a adaptar los planes de tratamiento con el tiempo. Al gestionar parte del monitoreo rutinario y el análisis de datos, la IA podría liberar a los médicos para que dediquen más tiempo a tomar decisiones complejas y dirigir la atención al paciente.
Para pasar de los modelos de laboratorio a herramientas del mundo real, Yang y Mekulu están probando sus métodos en diferentes poblaciones y entornos clínicos para garantizar la robustez y equidad de la IA. Colaboran con Nicole Etter, profesora asociada del Departamento de Ciencias de la Comunicación y Trastornos de la Universidad Estatal de Pensilvania, y el neuropsicólogo Tim Brearly, de Penn State Health, para explorar cómo la tecnología podría integrarse en entornos de vida asistida y atención a la memoria.
En estos entornos es donde suelen manifestarse los cambios cognitivos más tempranos y sutiles, pero rara vez se utilizan allí herramientas de detección objetivas a gran escala. El equipo espera acortar la distancia entre la investigación académica y la práctica diaria validando su marco de IA en los lugares donde los adultos mayores viven y reciben atención.
Otros coautores del trabajo incluyen a Faisal Aqlan, profesor asociado de ingeniería industrial y de sistemas en la Universidad de Louisville.
A medida que la población envejece y aumentan los casos de demencia, la detección temprana se vuelve más urgente. El equipo de Penn State cree que escuchar de forma diferente, con la ayuda de la IA, podría brindar a los pacientes y sus familias más tiempo para planificar, acceder a tratamientos y mantener su calidad de vida.
Fuente: Pennsylvania State University