loader image

Director del BrainLat UAI lidera fondo para el desarrollo de un sistema automático de detección y caracterización de la demencia

Tiempo de lectura: 20 minutos
Alejandra Parra
Periodista y Comunicadora Social egresada de la Universidad Austral de Chile el 2013.Diplomada de Marketing Digital de la Pontificia Universidad Católica el 2020. Con 10 años de experiencia en el área comunicacional, enfocada en el plan estratégico.

Compartir publicación

La demencia es un problema de salud crucial en la sociedad contemporánea, y dos de sus variantes más comunes son la demencia frontotemporal y el Alzheimer. En América Latina, esta afección genera grandes desafíos, dada la carga que impone no sólo a quienes la padecen, sino también a sus familias que deben redoblar los esfuerzos asociados a los tratamientos y cuidados de quien se ve afectado por esta enfermedad. La demencia no solo afecta la salud individual, sino que también tiene implicaciones profundas en el entorno social y económico de las personas.

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.

Una de las ventajas más notables radica en la posibilidad de lograr protocolos de detección a bajo costo, escalable, y adaptable a las características socioculturales específicas de América Latina, pues una de las ventajas del uso de IAs es el poder alimentar las bases de datos con las mismas interacciones generadas por los pacientes. El habla varía significativamente entre distintas comunidades, este proyecto busca adaptarse a esas variaciones y minimizar la influencia de sesgos interpersonales al utilizar esta herramienta. Sin embargo, alcanzar este objetivo implica un esfuerzo monumental en la recopilación de datos de pacientes latinos, con la meta de lograr la mayor representatividad posible. Por ello, el proyecto contempla el reclutamiento de más de 2500 pacientes latinos en América Latina y los Estados Unidos.

Disponer de una herramienta asequible y aplicable a grandes grupos de personas representa un cambio revolucionario en la forma en que abordamos las enfermedades neurodegenerativas. Hasta ahora, las opciones de detección implican costos elevados, como en el caso de la neuroimagen, lo que limitaba su acceso solo a una fracción de la población, o su exclusión completa cuando no se cuenta con los equipos necesarios. Esto dejaba encuestas y diagnósticos especializados como las únicas alternativas disponibles. Se depende en este caso de la presencia de especialistas capaces de aplicarlas y evaluar los resultados obtenidos, siendo nuevamente la disponibilidad de profesionales el limitante en muchas zonas de la región. Este proyecto, sin embargo, tiene el potencial de democratizar la detección y, por ende, reducir el impacto social devastador que acompaña a estas enfermedades.

“La demencia en Latinoamérica no solo está marcada por el impacto de las desigualdades y las disparidades que incrementan su prevalencia, sino por el poco acceso al diagnóstico y el tratamiento. Entre un 70 y un 90% de los pacientes con demencia probablemente nunca tengan un diagnóstico y tratamiento adecuado. Por eso este proyecto es importante, porque utilizando herramientas de inteligencia artificial y el análisis automatizado de lenguaje, podemos desarrollar medidas masivas y escalables para caracterizar estas enfermedades y poder brindar abordajes personalizados”, afirma el Dr. Agustín Ibáñez.

Compartir publicación

Etiquetas de esta publicación

Artículos
relacionados