La enfermedad de Alzheimer supone uno de los mayores retos sanitarios a los que se enfrentan los países occidentales. Tanto por el impacto que sufren las familias con miembros afectados por esta dolencia como por los elevados recursos que requiere de los sistemas de salud pública. Solo en España, actualmente hay más de 1,2 millones de pacientes con Alzheimer y se estima que alrededor de 50 millones de personas en el mundo sufren este tipo de demencia asociada a la edad. Con el envejecimiento progresivo de la población, se espera que este número se duplique en 20 años.

Un largo trabajo por delante

A pesar de que se ha investigado intensamente desde hace varias décadas en la búsqueda de un fármaco que pueda retrasar o prevenir el deterioro cognitivo o la demencia asociada al Alzheimer, este esfuerzo ha sido infructuoso: no existe ningún compuesto que haya demostrado ser realmente eficaz. Los medicamentos dirigidos a tratar este tipo de demencia tan solo pueden aliviar temporalmente ciertos síntomas.

Por ello, los ensayos clínicos que se han realizado en los últimos años para evaluar la eficacia de tratamientos experimentales para combatir el Alzheimer han supuesto una decepción tras otra. La pregunta clave es: "¿Por qué?". Dos son las principales hipótesis que se barajan. La primera, que las dianas terapéuticas (placas de beta amiloide y ovillos neurofibrilares de tau) sobre las que actúan los fármacos no están realmente involucradas en la causa o en el desarrollo del Alzheimer.

La segunda explicación plantea que los medicamentos actuales sí podrían llegar a ser efectivos, pero los aplicamos demasiado tarde a las personas afectadas. Cuando aparecen los síntomas y signos característicos de esta demencia que permiten su diagnóstico, el daño cerebral podría ser ya irreversible y demasiado avanzado como para que cualquier fármaco pudiera ejercer algún efecto positivo.

Numerosos investigadores trabajan en diferentes estrategias para diagnosticar el Alzheimer mucho antes de que se manifieste. De manera que sea posible aplicar el tratamiento lo suficientemente temprano como para, potencialmente, poder combatir realmente la enfermedad. Se trata de un desafío mayúsculo, pues el screening (la detección precoz de la enfermedad de Alzheimer) tendría que ser fiable, no invasivo, asequible y, además, su aplicación debería ser sencilla. Tan sencilla como para garantizar que pudiera realizarse extensamente en la población sana.

El papel de la inteligencia artificial en la lucha contra el Alzheimer

Uno de los enfoques experimentales para conseguirlo es la aplicación de la Inteligencia Artificial (IA) para pronosticar la aparición de esta demencia a partir de diversos datos y características de las personas. En ese sentido, IBM y Pfizer anunciaron recientemente que su modelo basado en IA es capaz de predecir el alzheimer años antes de que aparezca en personas sanas y sin factores de riesgo con una precisión del 71 %. Los resultados, publicados en la revista científica EClinicalMedicine, muestran el potencial de esta tecnología que se aplica de forma novedosa en el diagnóstico precoz de la enfermedad.  

"Huellas lingüísticas" para predecir el Alzheimer

Este sistema, que apenas exige recursos, pues solo requiere realizar y grabar entrevistas, muestra resultados prometedores. ¿Pero cómo funciona esta Inteligencia Artificial capaz de predecir la enfermedad antes de que los síntomas de la demencia aparezcan? Pues a partir del análisis del habla de los propios pacientes, gracias a técnicas de Procesamiento del Lenguaje Natural (PLN).

El objetivo general de los sistemas de PLN es emular la competencia lingüística de un hablante nativo en cualquier tarea que involucre la comprensión o expresión lingüística. Sus objetivos son variados e incluyen aplicaciones como la generación automática de resúmenes o la clasificación de las reseñas de los clientes según su nivel de satisfacción.

Se trata, en este caso, de construir un sistema capaz de abstraer ciertas características, a modo de “huellas lingüísticas”; de lo dicho por personas que posteriormente desarrollaron síntomas claros de Alzheimer. Para el diseño del modelo desarrollado por IBM y Pfizer, se comparó el valor predictor de los datos obtenidos en consultas médicas sucesivas (a partir de baterías de preguntas de los tradicionales cuestionarios neuropsicológicos empleados actualmente para el diagnóstico del Alzheimer) con respecto al valor predictor del análisis automático del discurso de los pacientes.

Hablemos de las herramientas necesarias

Gracias a las herramientas de PLN disponibles actualmente, es posible cuantificar aspectos comunicativos como la fluidez del discurso y la riqueza léxica (a través, por ejemplo, del conteo de palabras, de la frecuencia de palabras de una determinada categoría o del análisis de la puntuación), la densidad de ideas (a partir del análisis sintáctico de las oraciones o del cálculo de la densidad semántica de un texto, es decir, el análisis de los campos semánticos empleados y su distribución a lo largo del texto) e, incluso, lo que podríamos catalogar como rasgos de estilo (gracias al análisis, por ejemplo, de las colocaciones o de la frecuencia de uso de las palabras en función de su posición relativa con respecto a las demás).

El análisis de las particularidades en la expresión verbal de los pacientes que posteriormente desarrollarían la enfermedad resultó ser, sorprendentemente, un mejor predictor que los tradicionales cuestionarios neuropsicológicos. Y no solo eso: también se demostró que sobrepasaba en rendimiento a los modelos predictivos basados en variables de tipo demográfico y genético, en los que se ha venido poniendo el foco durante estos últimos años.

Buscando un escenario real

¿Y cuáles han demostrado ser las características más determinantes de la presencia de esta enfermedad en su estadio más temprano? Destacan la presencia de repeticiones, el llamado discurso telegráfico (caracterizado por rasgos como la ausencia de artículos, de verbos y de sujetos, así como por el dominio de estructuras gramaticales extremadamente simples) y el empleo de palabras con una escasa especificidad (como es el caso de “mujer” y “hombre” con respecto a “conductora” y “panadero”, respectivamente) y, por tanto, la generación de textos más ambiguos.

Aunque los resultados sean positivos, una precisión del 71 % no constituye en absoluto un escenario ideal en una tarea tan delicada como el diagnóstico del Alzheimer. Además, el estudio contaba con una muestra relativamente pequeña de personas y poca variabilidad demográfica. Se debe seguir trabajando para que sistemas como este supongan un avance palpable en cuanto a las oportunidades terapéuticas que culmine en mejores pronósticos para esta demencia asociada a la edad.

Artículo realizado conjuntamente por Elena del Olmo (lingüista y especialista en Procesamiento del Lenguaje Natural) y Esther Samper.

Suscríbete gratis a Hipertextual

Estamos más ocupados que nunca y hay demasiada información, lo sabemos. Déjanos ayudarte. Enviaremos todas las mañanas un correo electrócnio con las historias y artículos que realmente importan de la tecnología, ciencia y cultura digital.