En la actualidad, más de 55 millones de personas viven con enfermedad de Alzheimer y alrededor de 10 millones con enfermedad de Parkinson a nivel global. En Argentina, se estima que estas patologías afectan a 300 000 y 85 000 individuos, respectivamente. Las proyecciones epidemiológicas son alarmantes: para 2050, el número de casos se duplicará en países de altos ingresos y se triplicará en los de ingresos bajos y medios. Estos últimos, que concentran el 60 % de la carga global, reciben menos del 25 % de la inversión en investigación, prevención, diagnóstico y tratamiento.
Frente al aumento sostenido de la prevalencia y a las desigualdades geográficas en recursos sanitarios, la detección temprana y masiva constituye un desafío crucial. En este contexto, el análisis del habla espontánea mediante inteligencia artificial emerge como un enfoque innovador y prometedor.
El alzhéimer y el párkinson son enfermedades neurodegenerativas caracterizadas por la atrofia progresiva de diferentes regiones cerebrales. En el alzhéimer, la degeneración suele iniciar en el hipocampo y el lóbulo temporal, lo que afecta la memoria y otras funciones cognitivas. En el párkinson, la afectación inicial recae en los ganglios basales, generando dificultades motoras y cognitivas.
Estas enfermedades no solo producen deterioro funcional y pérdida de la autonomía personal, sino que impactan en la dinámica familiar, comprometen la estabilidad económica y representan una carga considerable para los sistemas de salud.
El diagnóstico precoz resulta esencial para atenuar la progresión sintomática, favorecer la planificación de cuidados y reducir los costos asociados a la atención de emergencia. Aunque no existen terapias curativas, la detección temprana ofrece la posibilidad de implementar intervenciones neuroprotectoras y estrategias de apoyo que mejoren la calidad de vida.
El diagnóstico clínico se basa en entrevistas con especialistas, pruebas neuropsicológicas y, cuando los recursos lo permiten, estudios de neuroimagen o biomarcadores. Estos procedimientos, aunque valiosos, presentan limitaciones:
- Escasez de personal capacitado y de equipamiento especializado.
- Costos elevados y tiempos prolongados de espera.
- Dependencia de la interpretación profesional, con variabilidad según la experiencia del evaluador.
Estas restricciones se intensifican en regiones con mayor desigualdad socioeconómica, reforzando la necesidad de métodos alternativos que sean asequibles, escalables y de fácil implementación.
El habla involucra múltiples redes cerebrales que se ven alteradas en estas enfermedades. Por ello, el análisis lingüístico y acústico constituye una vía de acceso no invasiva y de bajo costo para evaluar el estado neurológico. El procedimiento consiste en registrar el habla natural de personas con y sin diagnóstico, extraer métricas acústicas y léxicas mediante algoritmos, y entrenar modelos computacionales capaces de distinguir patrones característicos de cada grupo.
Por ejemplo, en la enfermedad de Alzheimer, los pacientes utilizan palabras más frecuentes, menos específicas y con estructuras fonológicas comunes. Estos rasgos permiten predecir el nivel de deterioro cognitivo y la atrofia cerebral asociada. En el Parkinson se han detectado pausas más prolongadas, dificultades en la activación de las cuerdas vocales y producción de sonidos menos reconocibles.
Estos parámetros han permitido identificar la enfermedad con más del 90 % de precisión, e incluso diferenciar entre variantes clínicas. Asimismo, investigaciones recientes indican que los análisis del habla pueden anticipar la aparición de estas enfermedades en individuos sanos, estimar su severidad con mayor sensibilidad que las pruebas tradicionales y discriminar síndromes difíciles de distinguir por métodos convencionales.
Aunque los avances son significativos, el enfoque requiere mayor validación con cohortes amplias y representativas, especialmente en poblaciones vulnerables. Será necesario promover la adopción de herramientas digitales en la práctica clínica y fomentar la colaboración entre investigadores, profesionales de la salud, pacientes, familiares y responsables de políticas públicas.
Los análisis del habla se integran a un movimiento más amplio de clinimetría digital, que incluye dispositivos para registrar movimientos oculares, sensores de movilidad y videojuegos diseñados para evaluar funciones cognitivas. Se trata de un esfuerzo global orientado a vincular la práctica médica con la innovación informática, con el objetivo de lograr diagnósticos más equitativos y accesibles.
El lenguaje, además de ser un vehículo esencial de comunicación y cultura, se perfila como un biomarcador clave en la lucha contra la neurodegeneración. La aplicación de inteligencia artificial al análisis del habla abre una vía de gran potencial para el diagnóstico temprano, la estratificación clínica y la reducción de desigualdades en salud.
* Adolfo M. García. Centro de Neurociencias Cognitivas, Universidad de San Andrés, Argentina. Global Brain Health Institute, University of California, San Francisco, Estados Unidos. Departamento de Lingüística y Literatura, Facultad de Humanidades, Universidad de Santiago de Chile, Chile.