Análisis digitales del lenguaje para establecer la severidad cognitiva en enfermedad de Parkinson

Enumere la mayor cantidad de animales que pueda en un minuto: “perro, gato, elefante, delfín…”. Suena simple, casi como un juego de mesa. Sin embargo, para la ciencia, esta tarea abre una ventana al cerebro. Las palabras que elegimos contienen información medible, como su longitud, cuán específicas son y cómo se agrupan entre sí. Estas características pueden revelar mucho sobre la salud cognitiva.

Esto es lo que ha demostrado un nuevo estudio internacional en personas que viven con enfermedad de Parkinson (EP). Los investigadores descubrieron que analizar las propiedades de las palabras que los pacientes producen en pruebas verbales rápidas permite predecir su estado cognitivo con una precisión sorprendente y de forma totalmente automatizada. Este enfoque permite expandir la manera en que detectamos y monitoreamos los déficits cognitivos en una de las enfermedades neurológicas de más rápido crecimiento en el mundo.

La EP se caracteriza típicamente por síntomas motores, como temblores, rigidez y lentitud de movimiento. Sin embargo, para muchos pacientes, la enfermedad trae otro desafío menos visible: el deterioro cognitivo. La atención, la memoria y la flexibilidad mental pueden verse afectadas en distinto grado y hasta el 57 % de los casos desarrolla deterioro cognitivo leve (DCL), un estado en el que estas funciones se ven significativamente comprometidas aunque no haya demencia.

Los síntomas cognitivos pueden afectar la vida diaria, la comunicación y el bienestar emocional. También generan una carga económica y de cuidados para las familias. Sin embargo, detectarlos sigue siendo difícil. Las pruebas tradicionales son extensas, subjetivas y dependen de profesionales altamente capacitados, recursos que escasean en muchas regiones del mundo, especialmente en países de ingresos bajos y medios. La pregunta es urgente: ¿cómo detectar estos cambios antes, más rápido y a gran escala?

Un estudio novedoso, publicado en Movement Disorders, recurrió a una tarea breve que ya se utiliza en clínicas neurológicas: las pruebas de fluidez verbal. En ellas, se pide a los participantes que generen la mayor cantidad posible de palabras en un minuto, ya sea dentro de una categoría (“animales”), un tema (“productos de supermercado”) o que comiencen con una letra específica (como “p”).

Tradicionalmente, los médicos simplemente cuentan cuántas palabras válidas produce una persona. Pero el equipo de investigación vio un potencial desaprovechado. Mediante herramientas digitales, analizaron cada palabra en seis dimensiones:

 Al introducir estas variables en algoritmos de inteligencia artificial, los investigadores detectaron patrones invisibles para evaluadores humanos.

El estudio incluyó a 464 pacientes hispanohablantes con EP, una de las muestras más grandes de su tipo. En el primer estudio, el equipo utilizó las propiedades de las palabras de las respuestas de fluidez verbal para predecir puntajes en la Mattis Dementia Rating Scale (MDRS), una prueba clínica estándar para evaluar la función cognitiva. Los resultados fueron llamativos: las predicciones totalmente automatizadas basadas en el análisis de palabras coincidieron estrechamente con los puntajes reales de los pacientes en la MDRS, incluso tras considerar la gravedad de la enfermedad, su duración y la medicación.

En un segundo estudio, los investigadores se centraron en 247 pacientes cuidadosamente divididos entre quienes tenían DCL y quienes no. Los análisis estadísticos distinguieron ambos grupos con notable precisión. Los pacientes con EP y DCL tendieron a producir palabras menos variadas semánticamente, menos específicas y menos concretas. En otras palabras, sus “mapas” verbales eran más planos y menos detallados. Los algoritmos de inteligencia artificial también diferenciaron ambos grupos con una precisión superior a la de las pruebas cognitivas tradicionales. Incluso, al aplicarse a nuevas muestras —incluidos pacientes que habían sido sometidos a cirugía cerebral—, el enfoque se mantuvo robusto y generalizable.

Estos hallazgos pueden sonar técnicos, pero sus implicaciones son profundamente prácticas. Primero, el enfoque es rápido. A diferencia de muchas evaluaciones neuropsicológicas que pueden tomar media hora o más, este método requiere solo unos tres minutos de habla (un minuto por tarea). Esto implica menos fatiga para los pacientes y mayor eficiencia en clínicas con alta demanda.

Segundo, es escalable. Debido a que el análisis es totalmente automatizado, no depende de la disponibilidad de neuropsicólogos para calificar o puntuar las respuestas, un cuello de botella importante en muchos países de ingresos bajos y medios, donde vive la mayoría de los pacientes pero la inversión en investigación es limitada.

Tercero, es reproducible. Al centrarse en propiedades medibles de las palabras en lugar del juicio humano, el método reduce la variabilidad entre evaluadores. En conjunto, estas fortalezas apuntan hacia un futuro en el que una simple prueba basada en teléfonos inteligentes podría ayudar a detectar el deterioro cognitivo en pacientes con EP en cualquier parte del mundo.

¿Por qué estas propiedades de las palabras revelan tanto? La respuesta está en las redes semánticas del cerebro. Producir una palabra requiere navegar un mapa mental de significados. Las personas sanas pueden desplazarse con flexibilidad entre distintos “vecindarios” de ese mapa, generando una mezcla de términos generales y específicos. En los pacientes con EP, sin embargo, ciertos circuitos cerebrales que sustentan esta navegación —especialmente los vinculados a la memoria semántica— se vuelven menos eficientes.

Franco Ferrante, primer autor del estudio, explica: “Como resultado, y probablemente para reducir el esfuerzo cognitivo, los pacientes tienden a apoyarse en palabras familiares, comunes, vagas y concretas, al tiempo que minimizan los saltos entre distintos campos semánticos. La magnitud de estas preferencias lingüísticas refleja la gravedad del deterioro cognitivo subyacente”.

Adolfo García, autor correspondiente, añade que “este enfoque puede impulsar la medicina de precisión al adaptar el tratamiento al perfil cognitivo único de cada paciente. También responde a los llamados urgentes por herramientas accesibles y de bajo costo para monitorear enfermedades neurodegenerativas en poblaciones diversas”.

En última instancia, nuestras palabras son más que vehículos del pensamiento. Son marcadores de la salud cerebral: señales que pueden guiar intervenciones oportunas y ayudar a reducir la carga de la enfermedad. Para los millones de personas que viven con EP —y los millones más que la enfrentarán en el futuro— esto no es solo un avance científico. Es un mensaje de esperanza, entregado palabra por palabra.