Investigadores de la Universidad de Alicante e ISABIAL han desarrollado una plataforma de inteligencia artificial para favorecer la detección temprana de la enfermedad de Alzheimer mediante el análisis de la voz. La herramienta utiliza tecnologías de procesamiento del lenguaje natural y aprendizaje profundo para identificar posibles señales de deterioro cognitivo a partir de grabaciones realizadas con una aplicación móvil.

El proyecto, denominado Plataforma de Inteligencia Artificial para la Detección Temprana de la Enfermedad de Alzheimer a través de la Voz, IAEAV, plantea una solución sencilla, accesible, de bajo coste y no invasiva. Su funcionamiento se basa en la recogida de muestras de voz en diferentes situaciones, como la lectura de textos, narraciones espontáneas o respuestas a preguntas estandarizadas.

El objetivo es detectar patrones asociados al deterioro cognitivo a partir de señales acústicas y lingüísticas. Entre los indicadores que analiza la plataforma figuran el tono, la intensidad, las pausas, la riqueza semántica, la fluidez verbal o la presencia de errores gramaticales. Posteriormente, estos datos son evaluados mediante modelos de aprendizaje profundo entrenados con bases de datos representativas para favorecer una detección más precisa y personalizada.

La herramienta parte de estudios previos que apuntan a que los cambios neurológicos iniciales pueden reflejarse en alteraciones del lenguaje, como una menor complejidad sintáctica, pausas prolongadas o dificultades en la construcción del discurso. En este contexto, el diagnóstico temprano resulta clave, ya que los tratamientos disponibles suelen ser más efectivos cuando se aplican en las primeras fases de la enfermedad, lo que puede contribuir a retrasar su progresión y mejorar la calidad de vida de pacientes y cuidadores.

La recopilación de las grabaciones se realizará a través de una aplicación móvil diseñada para su uso tanto en entornos clínicos como en el hogar. Esta posibilidad permite reducir barreras de acceso y facilitar la obtención de datos en personas con recursos más limitados.

El proyecto está liderado por Miguel Ángel Teruel, de la UA, como investigador principal, y por Ángel Pérez Sempere, de ISABIAL, como coIP. También forman parte del equipo los investigadores de la UA Álvaro Navarro, Javier Sanchis, Cristian Vera, Javier García y Bárbara Escalante, junto a Luis Moreno Navarro y Lyan Montero Pardo, de ISABIAL.

La iniciativa cuenta con financiación de la Conselleria de Innovación, Industria, Comercio y Turismo de la Generalitat Valenciana, a través de fondos Next Generation, dentro del proyecto INREIA/2024/176.

Según Miguel Ángel Teruel, esta tecnología no solo pretende mejorar la detección clínica, sino también impulsar la investigación científica mediante la generación de grandes volúmenes de datos de voz. Estos datos podrían facilitar nuevos estudios sobre la relación entre las alteraciones lingüísticas y los cambios neurodegenerativos, así como favorecer avances en el tratamiento y manejo de la enfermedad.