Es en el contexto de la falta de herramientas de detección dirigidas para Latinoamérica que un destacado grupo de investigadores del Multi-Partner Consortium to Expand Dementia research in Latin America (ReDLat), liderado por figuras notables en el campo, se adjudicaron un fondo de 8,5 millones de dólares para el desarrollo de herramientas que permitan enfrentar estas necesidades.
El proyecto será dirigido por el Dr. Agustín Ibáñez, Director del Instituto Latinoamericano de Salud Cerebral BrainLat en la Universidad Adolfo Ibáñez en Chile y al Grupo de Modelado de Salud Cerebral Predictivo del GBHI en Trinity College Dublin, Irlanda, el Dr. Adolfo M. García (Centro de Neurociencias Cognitivas de la Universidad de San Andrés en Argentina, el Global Brain Health Institute GBHI en la Universidad de San Francisco, California, y la Universidad de Santiago de Chile, junto con la Include Network) y la Dra. María Luisa Gorno-Tempini (Centro de Memoria y Envejecimiento de la Universidad de California, San Francisco), siendo estos 3 investigadores quienes lideran el proyecto.
El trabajo también involucra a un equipo sobresaliente de investigadores de campo, incluyendo a la Dra. Claudia Duran-Aniotz co-directora de nuestra institución, y a los Doctores Diana Matallana de la Pontificia Universidad Javeriana en Colombia; Francisco Lopera del Grupo de Neurociencias de Antioquia en la Universidad de Antioquia en Colombia, Nilton Custodio del Instituto Peruano de Neurociencias en Perú, y José Alberto Ávila Funes del Instituto Nacional de Ciencias Médicas y Nutrición Salvador Zubirán en México, Maria Isabel Behrens del Centro de Investigación Clínica Avanzada (CICA) en Chile, Andrea Slachevsky de la Facultad de Medicina de la Universidad de Chile, y Martín Bruno de la Universidad Católica de Cuyo en Argentina.
El proyecto presentado, que resultó merecedor del financiamiento del NIH (National Institute of Health), busca desarrollar un sistema de detección temprana y no invasiva de demencia. El enfoque central del proyecto se basa en el análisis automatizado del discurso y el habla mediante aprendizaje de máquinas, lo que permite evaluar al paciente a través de conversaciones cotidianas. Mediante la identificación de rasgos vocales específicos, el sistema denominado ASLA (evaluaciones automatizadas del habla y el lenguaje, por sus siglas en inglés) podría predecir la presencia de indicadores de la enfermedad a nivel clínico, cognitivo y cerebral.
Este método de análisis tiene la ventaja de su escalabilidad y el bajo costo para estudios a gran escala. Sin embargo, hasta ahora, los resultados se han centrado principalmente en poblaciones de altos ingresos de los Estados Unidos y Europa, excluyendo a América Latina. Es en este punto donde el proyecto se vuelve especialmente relevante: se incorpora la herramienta «TELL» la cual es del tipo ASLA y permite analizar a pacientes desde el habla en tiempo real, que en conjunto con técnicas de inteligencia artificial (IA) de aprendizaje profundo y automatizado, permitirá evaluar la capacidad predictiva correlacionar los resultados con datos cognitivos y de neuroimagen que respaldan el diagnóstico de las enfermedades en cuestión, validando la herramienta en su uso predictivo.
