Se necesita mucho tiempo para diagnosticar la enfermedad de Alzheimer. Después de realizar extensos exámenes neuropsicológicos en los pacientes, los médicos deben analizar cada respuesta en detalle.
Ahora, 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.
El equipo de investigación entrenó su modelo utilizando grabaciones de audio de entrevistas neuropsicológicas de más de 1000 personas. Usando herramientas automatizadas de reconocimiento de voz en línea y una técnica de aprendizaje automático llamada procesamiento de lenguaje natural que ayuda a los ordenadores 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.
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
Según han explicado, 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. Resultó que la calidad de las grabaciones y la forma en que hablaban las personas, ya sea que su discurso fuera fluido o titubeante, eran menos importantes que el contenido de lo que decían.
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 piden a las personas que etiqueten una imagen con una palabra, es más informativa para un diagnóstico preciso de demencia.
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.
"Nuestros modelos pueden ayudar a los médicos a evaluar a los pacientes en términos de sus posibilidades de deterioro cognitivo y luego adaptar mejor los recursos para ellos haciendo más pruebas en aquellos que tienen una mayor probabilidad de demencia", han manifestado.