El envejecimiento acelerado de la población global hace que el Alzheimer se haya convertido en una de las principales preocupaciones de salud pública. Según las proyecciones, el número de personas mayores de 60 años alcanzará supondrá más del 40% del total para 2050, con un crecimiento significativo de casos de enfermedades neurodegenerativas como el Alzheimer. Dado que los tratamientos actuales son más efectivos cuando se administran en las primeras etapas de la enfermedad, un diagnóstico temprano se convierte en una herramienta fundamental para retrasar su progresión y mejorar la calidad de vida de los pacientes y sus cuidadores (Lopez-de-Ipina et al., 2021).
La Plataforma de Inteligencia Artificial para la Detección Temprana de la Enfermedad de Alzheimer a través de la Voz (IAEAV) tiene como objetivo principal identificar patrones de deterioro cognitivo a partir del análisis de señales acústicas y lingüísticas de la voz humana. Esta innovadora herramienta se fundamenta en estudios previos que han demostrado que cambios neurológicos tempranos pueden manifestarse en alteraciones del lenguaje, como una disminución en la complejidad sintáctica, pausas prolongadas y errores gramaticales (Fraser et al., 2016). Utilizando tecnologías avanzadas de procesamiento del lenguaje natural (NLP) y aprendizaje profundo, esta plataforma busca no solo facilitar el diagnóstico temprano, sino también ofrecer una solución sencilla, de bajo coste, fácilmente accesible y no invasiva.
La recopilación de datos de voz se realizará mediante una aplicación móvil sencilla y accesible, que permitirá a los usuarios grabar sus voces en diversos contextos, como lectura de textos, narraciones espontáneas o respuestas a preguntas estandarizadas. Esta aplicación está diseñada para su uso tanto en entornos clínicos como en el hogar, lo que reduce barreras de acceso y facilita la obtención de datos en poblaciones con recursos limitados. La facilidad de uso de la aplicación será clave para garantizar la participación de una amplia variedad de usuarios y la generación de datos representativos para el entrenamiento y validación del modelo (Lopez-de-Ipina et al., 2021).
La plataforma integra un enfoque holístico que combina la recopilación de datos de voz con técnicas avanzadas de análisis. Las grabaciones recopiladas a través de la aplicación móvil se procesan para extraer características acústicas como tono, intensidad y pausas, así como aspectos lingüísticos como riqueza semántica y errores en la fluidez verbal (Toth et al., 2018). Estas características son posteriormente evaluadas por modelos de aprendizaje profundo que han sido entrenados en bases de datos representativas, permitiendo una detección precisa y personalizada. Uno de los aspectos más relevantes de este enfoque es su accesibilidad. A diferencia de otros métodos diagnósticos, como la neuroimagen o los biomarcadores invasivos, el análisis de la voz es no invasivo y puede ser implementado en comunidades con recursos limitados. Además, la plataforma incluye una interfaz amigable que permite a profesionales de la salud y cuidadores interpretar fácilmente los resultados, identificando patrones de riesgo y monitoreando cambios a lo largo del tiempo (Haider et al., 2022).
Esta tecnología no solo busca mejorar la detección clínica, sino también contribuir al desarrollo científico mediante la generación de grandes volúmenes de datos de voz. Estos datos pueden facilitar investigaciones más profundas sobre la relación entre las alteraciones lingüísticas y los cambios neurodegenerativos, promoviendo avances en el tratamiento y manejo de la enfermedad (Fraser et al., 2016). Sin embargo, el proyecto enfrenta desafíos importantes, como garantizar la representatividad de los datos y cumplir con normativas éticas y de privacidad en el manejo de información sensible. Esta plataforma ofrece un enfoque innovador y accesible para abordar uno de los principales retos de salud pública asociados al envejecimiento poblacional. La incorporación de una aplicación móvil como herramienta principal para la recolección de datos facilita una mayor adopción y permite democratizar el acceso al diagnóstico temprano del Alzheimer, con el potencial de mejorar significativamente las perspectivas de los pacientes y reducir el impacto económico y social de esta enfermedad en las próximas décadas.
Además de la plataforma, se desarrollará un conjunto de datos público que incluirá grabaciones de voz etiquetadas y enriquecidas con metadatos relevantes, como edad, género, nivel educativo y estado cognitivo de los participantes. Este conjunto de datos estará diseñado para garantizar su anonimización y cumplir con los más altos estándares éticos y normativos en el manejo de información sensible. La creación de este recurso tiene como objetivo fomentar la colaboración y el avance en la investigación global, permitiendo que otros proyectos de inteligencia artificial puedan utilizar estas muestras para desarrollar, validar y comparar modelos enfocados en el diagnóstico del Alzheimer a través de la voz. La disponibilidad de este conjunto de datos facilitará una mayor diversidad en los enfoques metodológicos y permitirá que las soluciones se adapten a contextos culturales y lingüísticos variados, promoviendo una innovación abierta que beneficie a toda la comunidad científica y médica.
