¿Detectar el alzhéimer con una sola llamada? El nuevo método que ya está en marcha

Actualmente unas 800.000 personas en España padecen la enfermedad de Alzheimer, el tipo de demencia neurodegenerativa más común, según datos de la Sociedad Española de Neurología (SEN).

La SEN calcula que en nuestro país se diagnostican cada año unos 40.000 nuevos casos de esta enfermedad. Sin embargo, se estima que el 80% de los casos de alzhéimer que aún son leves están sin diagnosticar y que entre el 30 y el 40% de los casos totales también. Esta situación impide que se puedan instaurar precozmente tratamientos farmacológicos y no farmacológicos que ralentizan el deterioro cognitivo y controlan los trastornos conductuales; ya que existen fármacos que consiguen mantener durante un tiempo el estado neuropsicológico y funcional del paciente.

Para tratar de diagnosticar de manera temprana el alzhéimer, un grupo de investigadores japoneses está desarrollando un método que permitirá identificar esta enfermedad neurodegenerativa con una llamada telefónica. En concreto, analizan la forma de hablar –no sus respuestas en sí– de los sujetos de estudio tras realizar una serie de preguntas y dejar un minuto de conversación libre. La investigación, que acaba de ser publicada en la revista ‘PLOS ONE’, se encuentra en una fase preliminar de estudio.

Los investigadores han recopilado 1.465 archivos de audio de 99 conversaciones para controlar el estado de salud de personas de avanzada edad y 151 audios de 24 pacientes de alzhéimer, del programa de prevención de la demencia de la ciudad de Hachioji, Tokio. Con ellos han elaborado una base de datos con la que poder establecer comparaciones con los sujetos de estudio.

“Desarrollamos un modelo de predicción novedoso basado únicamente en datos de voz de una conversación de un minuto con adultos mayores”, explica a El Confidencial Akihiro Shimoda, autor principal del estudio y miembro del departamento de Salud Pública de McCann Healthcare Worldwide Japan Inc.

Preguntas tipo

Por un lado, a través del teléfono hacen preguntas que realizan tradicionalmente en los test para detectar esta enfermedad neurodegenerativa y las puntúan como mostramos en la siguiente tabla.

Conversación libre de un minuto

Por otro lado, en este modelo se deja al sujeto del estudio que tenga un minuto en el que hable lo que quiera. “Después de grabar la conversación de un minuto, analizamos el tiempo de inicio y finalización de todos los intervalos de sonido y silencio; la intensidad por cada 0,01 de segundo; tono por cada 0,02 de segundo; y centro de gravedad, asimetría, curtosis y desviación estándar, con el fin de extraer características vocales para predecir el riesgo de alzhéimer de un individuo”, desarrolla Shimoda.

En este proceso, la intensidad y el tono se utilizaron además para generar las ‘derivadas’; “es decir, el cambio en la intensidad o el tono en cada intervalo de tiempo, restando la intensidad o el tono en el punto de tiempo anterior del punto de tiempo actual”.

Para la intensidad y el tono, así como sus 'derivadas', generaron las siguientes variables: media, mediana, mínimo, máximo, percentil 0,15, percentil 0,85, desviación estándar, asimetría y curtosis. Por ejemplo, el valor mediano de las 'derivadas' del tono significa el valor mediano de los cambios de tono de la persona (en total 4 * 9 = 36 variables).

Para los intervalos sonoros y silenciosos, además de las variables anteriores, añaden la suma de la longitud de ambos tipos de intervalos (en total 2 * 10 = 20 variables).

"Para el espectro, calculamos el centro de gravedad, la asimetría, la curtosis y la desviación estándar como otras cuatro variables", explica.

Todas las características vocales que han sido valoradas para este proceso se pueden consultar en este enlace.

Estudio preliminar

Por el momento, esta es una línea de investigación a la que le queda camino por andar. “Estamos planeando realizar un estudio de campo adicional este año para validar aún más nuestros resultados”, señala el investigador japonés.

“Una vez que obtengamos suficientes datos de aprendizaje de voz para predecir el riesgo de alzhéimer con diversos participantes/entornos, nos gustaría lanzar nuestro modelo como un servicio integrado en el servicio telefónico convencional o la aplicación telefónica, etc”, que calcula estará disponible en uno o dos años.

Del mismo modo, Shimoda aclara que consideran que, en el caso de salir adelante este método, serían necesarias más de una llamada para evitar falsos positivos o negativos.

“El objetivo es hacer una predicción precisa del riesgo de alzhéimer con múltiples voces grabadas, como hicimos en el artículo como segundo análisis. El concepto de predicción con múltiples voces grabadas es simplemente calcular la media aritmética del valor predictivo (probabilidad de ser pacientes con la enfermedad) para cada audio de un individuo”, indica.

Con este método, han logrado una precisión de sensibilidad de 1.000 y de especificidad de 1.000. “Pero debemos ser cautelosos con este resultado porque no estamos seguros de la posibilidad de sobreajuste en este estudio. Por lo tanto, estamos planeando realizar un estudio de campo adicional este año para validar aún más nuestros resultados”, añade.

Una herramienta de bajo coste

Para el autor del estudio es importante seguir investigando este método, ya que su modelo es una herramienta de detección inicial de bajo coste, accesible y de confianza para brindar a muchos adultos mayores "inconscientes" una oportunidad de prevención y detección temprana del alzhéimer.

“Actualmente, cada vez más personas no son diagnosticadas con la enfermedad de Alzheimer, a pesar de sus síntomas, en parte porque piensan que el síntoma de esta enfermedad neurodegenerativa es el resultado del proceso de envejecimiento ordinal".

Por otro lado, apunta a la dificultad en el diagnóstico; “incluso los médicos de atención primaria pueden no detectar el alzhéimer con un 24-91% de probabilidad, el diagnóstico actual requiere una expresión bien establecida de la enfermedad”.

“Además, el método de detección actual de alzhéimer tiene un alto coste, debido a la dependencia de una combinación de pruebas cognitivas como MMSE y HDS-R con evaluación del deterioro funcional mediante biomarcadores o imágenes cerebrales”, detalla.

“Creemos que nuestro modelo de cribado sirve para complementar estos métodos convencionales cuando se utiliza como una herramienta de cribado inicial para identificar el riesgo de alzhéimer”, concluye.