Una startup argentina se ubica a la vanguardia de la investigación traslacional al crear una aplicación clínica que utiliza inteligencia artificial para detectar enfermedades cerebrales mediante el análisis del habla. Desde TEC entrevistamos al director científico de la compañía, el Dr. Adolfo García, quien describió el proceso diagnóstico tradicional y la efectividad alcanzada por la herramienta.
.
Estudios publicados este año por la Organización Mundial de la Salud (OMS) indican que la enfermedad de Alzheimer y otras demencias se mantienen dentro de las primeras diez causas de muerte globales desde principios de los 2000. En la actualidad se calcula que entre 65 y 70 millones de personas padecen enfermedades neurodegenerativas, cifras que pueden parecer modestas para una población mundial de más de 8000 millones. Sin embargo, ante indicios de una incidencia cada vez más alta, se puede predecir que esas cifras se triplicarán durante los próximos 25 años. Por su parte, la Organización Panamericana de la Salud (OPS) clasificó a la demencia como la tercera causa de muerte en la región de las Américas y prevé que habrá por lo menos 8 millones de personas afectadas para el 2030.
“El principal factor de riesgo de estas enfermedades es el envejecimiento, o sea, cuanto más viejo sos, más chances de desarrollarlas. En ese sentido, el aumento de la expectativa de vida supone una mayor prevalencia de estas enfermedades”, explicó el Dr. Adolfo García, cofundador y director científico de TELL, una startup que responde a las siglas de Toolkit to Examine Lifelike Language. La compañía se encuentra en constante desarrollo de una herramienta clínica de evaluación automatizada del habla y el lenguaje natural, que utiliza algoritmos e inteligencia artificial para establecer marcadores que le permiten identificar y diferenciar pacientes con enfermedades como Alzheimer, Parkinson y variantes de demencia frontotemporal con notable efectividad y precisión.
CSO de TELL. (Foto: gentileza Adolfo García)
A partir de su vasta experiencia al frente del Centro de Neurociencias Cognitivas de la Universidad de San Andrés (CNC-UdeSA) y de su trayectoria en investigación científica básica sobre marcadores lingüísticos para enfermedades cerebrales, García contó que “la iniciativa de fundar TELL surgió de la insatisfacción. Durante años mostramos cómo esas alteraciones en la comprensión o la producción del lenguaje podían ser utilizadas como señales tempranas, robustas y escalables para estas enfermedades neurodegenerativas. Sin embargo, ese potencial aplicado quedaba reducido a un párrafo en la discusión de los papers. Siempre nos quedaba la inquietud de cómo trasladarlo al consultorio, a las manos de neurólogos y neuropsicólogos, para que realmente pueda tener un efecto y un impacto directo en el proceder de los médicos y en la vida de los pacientes. TELL es nuestra respuesta a esa inquietud”.
El problema de fondo en este tipo de padecimientos es su diagnóstico. En tal sentido, García, que también es miembro del Global Brain Health Institute de la Universidad de San Francisco de Estados Unidos, expresó: “Los recursos actuales para la detección temprana tienen muchas limitaciones, comenzando por las dificultades de hallar profesionales capacitados y especializados en enfermedades neurodegenerativas, una problemática por demás acuciante en regiones como Latinoamérica o África, donde hay una desproporción tremenda entre la cantidad de profesionales respecto al número de pacientes”. García agregó que “generalmente los pacientes realizan las consultas de manera tardía cuando empiezan a notar alteraciones en la conducta o en su condición cotidiana. De contarse con indicios más tempranos de alteraciones, por ejemplo, en el habla, se podría intervenir precozmente y reducir el impacto de la enfermedad”.
“Otra de las dificultades para el diagnóstico resulta también de las propias evaluaciones de dominios cognitivos que se aplican hoy. Son pruebas que se generaron en la década de 1960 en las que un neurólogo entrevista cara a cara al paciente y depende de su expertise o su sagacidad para encontrar pistas de estas enfermedades o también pruebas de papel y lápiz para evaluar ciertas habilidades cognitivas. Y las neuroimágenes, útiles para refinar el diagnóstico, están aún menos disponibles, pueden ser muy costosas y tienen contraindicaciones para ciertas personas”, completó el investigador.
La ciencia detrás del estudio del lenguaje
El lenguaje puede ser definido como un proceso físico y biológico que implica procedimientos mentales, asociativos y jerárquicos, que diferencian al ser humano del resto de los seres vivos. Las palabras se procesan en nuestro cerebro, lo transforman y nos sirven para reflejar nuestra interpretación de la realidad, es decir, cómo percibimos y comprendemos el mundo que nos rodea. Además, distintos procesos lingüísticos como elegir las palabras que diremos, secuenciarlas de una u otra forma o producirlas a mayor o menor velocidad, se asocian con la integridad de regiones cerebrales particulares.
Al respecto García explicó: “Básicamente, funciones como hablar, mover la boca en la forma que lo hacemos, elegir las palabras que utilizamos y no otras, secuenciar las oraciones de una cierta forma y darle la entonación adecuada a lo que se quiere comunicar, dependen de cómo están funcionando ciertas regiones y redes cerebrales. Así es como el análisis automatizado del habla y el lenguaje con inteligencia artificial se convierte en una ventana hacia la neurodegeneración. Midiendo objetivamente esos aspectos del lenguaje podemos inferir el nivel de funcionamiento de los mecanismos cerebrales subyacentes. Por eso la tecnología de TELL cubre muchas de las limitaciones de los métodos de diagnóstico tradicionales, ofreciendo alta precisión en la detección de enfermedades a mucho menor costo, sin depender de personal altamente especializado y sin requerir el traslado de los pacientes, ya que pueden grabarse en su domicilio”.
Además, García aseguró que a partir de la evaluación con TELL “los pacientes no están sujetos a evaluaciones subjetivas porque los algoritmos dan resultados objetivos” y precisó: “Aclaremos que objetivo no significa perfecto ya que también tienen una tasa de error, pero los algoritmos yerran sistemáticamente mientras que los humanos somos muy asistemáticos en nuestra forma de errar”. “Con nuestros marcadores digitales del habla y el lenguaje podemos identificar y diferenciar personas con Alzheimer, Parkinson o demencia frontotemporal con un éxito que va del 85% al 95%, podemos predecir qué regiones cerebrales están específicamente afectadas en los distintos cuadros, podemos inferir cuáles son los dominios cognitivos que están más comprometidos e incluso logramos clasificar la patología subyacente, con alrededor del 85% de precisión, con grabaciones que se obtuvieron unos 15 años antes de la muerte de los pacientes”, detalló García.
El entrenamiento de los algoritmos
“En TELL estamos a la vanguardia en este tema, estableciendo y validando marcadores para probar cuán robustos son y observando con qué precisión estos marcadores pueden coincidir con casos previamente diagnosticados”, comenzó explicando García y ejemplificó: “Para eso grabamos el habla natural de una gran cantidad de personas con Alzheimer. Luego alimentamos nuestros algoritmos de machine learning (aprendizaje automático) con las métricas que obtenemos y le pedimos que aprenda que así habla una persona con Alzheimer. Después hacemos lo mismo pero con personas sin enfermedad cerebral. Finalmente, para comprobar su funcionamiento, introducimos grabaciones de nuevas personas, con y sin Alzheimer, y le pedimos al algoritmo que detecte si la persona sufre la patología”.
Este procedimiento permite establecer qué características acústicas (de los audios) y lingüísticas (de sus transcripciones) revelan patrones útiles a nivel clínico. Los estudios se centran en medir la velocidad del habla, la duración de los silencios, los patrones tonales, la frecuencia de las palabras, su significado afectivo y su magnitud emocional, entre otros aspectos.
Para refinar y mejorar la precisión diagnóstica es necesario contar con fuentes de datos cada vez más grandes, lo que implica nutrirlas con el mayor número de grabaciones posible. “Ahí es donde nosotros estamos dando un primer salto cuantitativo para el campo pasando de trabajar en el orden de los cientos de pacientes, al orden de los miles. Si me preguntás cuántos necesitamos, la respuesta siempre es cuantos más, mejor; y cuanto más diversos, mejor aún”, indicó García y completó: “Una de las limitaciones en el campo de los marcadores digitales del habla y, en general, en el campo de la salud cerebral, es el bajo poder estadístico ya que las muestras son muy reducidas. En TELL el esfuerzo consiste en buscar aumentar la cantidad de datos con los que trabajamos”.
Financiamiento del proyecto y alianzas globales para escalar su desarrollo
La fundación de la startup y el desarrollo de la aplicación fue posible gracias al apoyo inicial de SF500, un fondo de inversión argentino para empresas de base científico tecnológica. Recientemente obtuvieron otra inversión por parte de The Ganesha Lab, una aceleradora latinoamericana enfocada en proyectar la empresa en el mercado estadounidense.
En cuanto a alianzas estratégicas y contratos comerciales, García dió detalles sobre las diversas iniciativas en marcha: “Estamos en un proyecto conjunto financiado por los NIH (National Institutes of Health, EEUU) trabajando en centros de Argentina, Chile, Colombia, México, Perú y Estados Unidos, en el que estamos haciendo la evaluación más grande de marcadores digitales del habla con foco en la población latina. En la mayoría de estos países hay múltiples instituciones involucradas y en cada una entre dos y cinco profesionales que están utilizando TELL en pacientes, con vistas a evaluar 2740 participantes en 5 años”. “También tenemos un contrato con Davos Alzheimer´s Collaborative, una iniciativa para llevar investigación traslacional de avanzada a áreas vulnerables, desarrollando un proyecto de provisión de biomarcadores del habla en Kenia, donde comenzamos a evaluar entre 3000 y 5000 participantes”.
El Dr. García también conformó Include (International Network for Cross-Linguistic Research on Brain Health, según sus siglas en inglés) una red internacional que involucra a 150 investigadores de 90 instituciones de 30 países, en la que comparan qué tan válidos son los marcadores lingüísticos para Alzheimer, Parkinson y demencia frontotemporal en culturas diversas con datos preexistentes de 44500 pacientes aportados por todos los nodos. A su vez, García contó que colaboran con un consorcio peruano en un proyecto llamado Impact Dementia “en el que vamos a usar TELL para evaluar 3600 personas con deterioro cognitivo leve y con Alzheimer”.
“En este tipo de proyectos evaluamos a personas de entre 40 y 80 años que estén en etapas tempranas o, como mucho, moderadas de la enfermedad. Sabemos que son personas que no tienen comorbilidades u otros cuadros neurológicos coexistentes entre otros criterios clínicos más específicos. El diagnóstico de personas para ingresar en los protocolos tiene que ser establecido por neurólogos expertos” concluyó García.
TELL recibió recientemente dos premios a la investigación del año por parte de la Alzheimer´s Association de Estados Unidos, la principal institución de investigación sobre Alzheimer y demencias relacionadas. Además, la compañía participa en diversos programas de aceleración internacionales como el Hero Training de la Draper University, estableciendo vínculos con múltiples actores a través de diferentes vías de cooperación.
Más información sobre TELL
La empresa, que completa su junta directiva con Fernando Johann como director ejecutivo y cofundador, y Facundo Carrillo como director de tecnología, posee un sitio web accesible en https://tellapp.org/. También se puede consultar su perfil en Linkedin Toolkit to Examine Lifelike Language (TELL).
