Un sistema automático experimental identifica el Parkinson en 45 segundos con un 80% de precisión


Aunque los neurólogos avezados afirman que pueden identificar a una persona con enfermedad de Parkinson en tres segundos, el diagnóstico certero de este trastorno que afecta a alrededor de seis millones de personas en el mundo (entre el 1 y el 2% de la población mayor de 60 años) presenta dificultades no desdeñables. Las pruebas más robustas solo están disponibles en centros de excelencia internacionales, son muy costosas y dependen fuertemente de la pericia de los evaluadores.

Para sortear estos obstáculos, en todo el mundo distintos grupos de investigación están empeñados en la búsqueda de métodos accesibles, aplicables a distancia y válidos en diferentes culturas que permitan complementar la evaluación neurológica, y facilitar la identificación de pacientes y el monitoreo de su evolución.

Un equipo internacional de científicos liderado por el neurolingüista Adolfo García, investigador del Conicet y codirector del Centro de Neurociencias Cognitivas (CNC) de la Universidad de San Andrés, logró desarrollar un sistema automático que ofrece precisamente eso: es casi instantáneo, fácil de aplicar, no depende de la alfabetización del paciente y puede usarse a distancia. El trabajo se publicó en Cortex.

"Usamos un abordaje de vanguardia, que además de ser asequible y automatizado, no depende del sesgo humano, es escalable y puede aplicarse en forma remota -explica García-. Se trata de evaluar el lenguaje espontáneo. Consiste en algo tan sencillo como pedirle a una persona que hable 45 segundos, que cuente lo que hizo durante el día. Lo grabamos y luego analizamos su discurso mediante algoritmos de inteligencia artificial. En la estructura de las palabras que usan hallamos pistas que nos permiten detectar con un 80% de precisión quiénes sufren la patología y quiénes, no".

El Parkinson fue estudiado extensamente por el médico británico del mismo nombre, que lo describió en una obra que lo hizo famoso, An Essay on the Shaking Palsy (1817). Hoy se sabe que las redes cerebrales que se afectan en este trastorno caracterizado por los temblores, la lentitud y la rigidez no solo tienen un rol crucial en el movimiento, sino también en funciones cognitivas y en particular en el lenguaje, explica García, también Atlantic Fellow del Global Brain Health Institute (GBH) de la Universidad de California en San Francisco. En este ambicioso desarrollo, equipos multidisciplinarios de la Argentina, Colombia, Alemania y la República Checa, junto con investigadores de IBM, en Nueva York, les pidieron a 330 voluntarios con enfermedad de Parkinson y sujetos sanos (hablantes de tres lenguas distintas: español, alemán y checo) que grabaran un relato de menos de un minuto.

Los monólogos de un subgrupo se transcribieron y se sometieron al algoritmo de aprendizaje automatizado para que este detectara patrones lingüísticos distintivos de la enfermedad distribuidos a lo largo del discurso (e imperceptibles para un lector humano). Luego, presentaron los textos de los participantes excluidos, sin indicar si estos eran pacientes o controles. Con la información adquirida, el algoritmo logró identificar a más del 80% de los participantes independientemente de su género, edad o años de educación.

Agustín Ibáñez, coautor del trabajo, director del CNC y también Senior Atlantic Fellow del GBHI, afirma que "aunque los trastornos neurodegenerativos como el Parkinson tienen una presentación global, su impacto es más grave en países de ingresos medios y bajos debido a factores genéticos, socioeconómicos y ambientales. La mayoría de los esfuerzos de investigación proviene de los sociedades de altos ingresos, lo que dificulta extender los resultados a estos contextos. Este nuevo enfoque, sobre todo combinado con neuroimágenes multimodales y otros marcadores biológicos, podría ofrecer una alternativa para salvar esta brecha".

La Nación
09 de Diciembre de 2020
Inteligencia artificial y lenguaje humano