La Plataforma d’Intel·ligència Artificial per a la detecció precoç de la Malaltia d’Alzhèimer mitjançant la Veu (LAEAV) és una aplicació creada per investigadors de la Universitat d’Alacant (UA) i de l’Institut d’Investigació Sanitària i Biomèdica d’Alacant (Isabial). Aquesta tecnologia avançada de processament del llenguatge natural i aprenentatge profund recull dades de veu de manera “senzilla i accessible”, la qual cosa permetrà als usuaris enregistrar les veus en diversos contextos.
L’equip, liderat per Miguel Ángel Teruel, de la UA, i per Ángel Pérez Sempere, d’Isabial, ha comptat amb els investigadors de la institució acadèmica Álvaro Navarro, Javier Sanchis, Cristian Vera, Javier García i Bárbara Escalante, a més de Luis Moreno Navarro i Lyan Montero Pardo d’Isabial.
El projecte aborda la detecció de la malaltia d’Alzhèimer, atés que els tractaments actuals són “més efectius” quan s’administren “en les primeres etapes de la malaltia“. Per això, “un diagnòstic d’hora es converteix en una eina fonamental per a retardar la seua progressió i millorar la qualitat de vida dels pacients i els seus cuidadors”, assenyala la UA. L’aplicació té com a objectiu principal “identificar patrons de deterioració cognitiva a partir de l’anàlisi de senyals acústics i lingüístiques de la veu humana”.
Els investigadors han apuntat que aquesta “innovadora” eina es fonamenta en estudis previs que han demostrat que canvis neurològics “primerencs” poden manifestar-se en “alteracions del llenguatge”, com “una disminució en la complexitat sintàctica, pauses prolongades i errors gramaticals”.
Solució senzilla i de baix cost
D’aquesta manera, la plataforma busca “no sols facilitar el diagnòstic primerenc, sinó també oferir una solució senzilla, de baix cost, fàcilment accessible i no invasiva“.
Aquesta aplicació està dissenyada per al seu ús tant en entorns clínics com a la llar, la qual cosa “redueix barreres d’accés i facilita l’obtenció de dades en poblacions amb recursos limitats”, segons els investigadors.
Després, les gravacions recopilades a través de l’aplicació mòbil es processen per a extraure característiques acústiques com ara el to, la intensitat i les pauses, a més d’aspectes lingüístics com a riquesa semàntica i errors en la fluïdesa verbal.
Aquestes característiques són posteriorment avaluades per models d’aprenentatge profund que han sigut entrenats en bases de dades representatives, la qual cosa permet “una detecció precisa i personalitzada”.
Accessibilitat
D’altra banda, un dels aspectes “més rellevants” d’aquest enfocament és la seua “accessibilitat”. En aquest sentit, Teruel ha ressaltat que aquesta tecnologia “no sols pretén millorar la detecció clínica, sinó també contribuir al desenvolupament científic mitjançant la generació de grans volums de dades de veu que poden facilitar investigacions més profundes sobre la relació entre les alteracions lingüístiques i els canvis neurodegeneratius, promovent avanços en el tractament i maneig de la malaltia”.
