La demencia es un problema de salud crucial en la sociedad contemporánea, y dos de sus variantes más comunes son la demencia frontotemporal y el Alzheimer. En América Latina, esta afección genera grandes desafíos, dada la carga que impone no sólo a quienes la padecen, sino también a sus familias que deben redoblar los esfuerzos asociados a los tratamientos y cuidados de quien se ve afectado por esta enfermedad. La demencia no solo afecta la salud individual, sino que también tiene implicaciones profundas en el entorno social y económico de las personas.
Es en el contexto de la falta de herramientas de detección dirigidas para Latinoamérica que un destacado grupo de investigadores del Multi-Partner Consortium to Expand Dementia research in Latin America (ReDLat), liderado por figuras notables en el campo, se adjudicaron un fondo de 8,5 millones de dólares para el desarrollo de herramientas que permitan enfrentar estas necesidades.
El proyecto será dirigido por: Dr. Agustín Ibáñez, (Director del Instituto Latinoamericano de Salud Cerebral BrainLat en la Universidad Adolfo Ibáñez en Chile y al Grupo de Modelado de Salud Cerebral Predictivo del GBHI en Trinity College Dublin, Irlanda), el Dr. Adolfo M. García (Centro de Neurociencias Cognitivas de la Universidad de San Andrés en Argentina, el Global Brain Health Institute GBHI en la Universidad de San Francisco, California, y la Universidad de Santiago de Chile, junto con la Include Network) y la Dra. María Luisa Gorno-Tempini (Centro de Memoria y Envejecimiento de la Universidad de California, San Francisco), siendo estos 3 investigadores quienes lideran el proyecto. El proyecto también involucra a un equipo sobresaliente de investigadores de campo, incluyendo a la Dra. Claudia Duran-Aniotz co-directora de nuestra institución, y a los Doctores Diana Matallana de la Pontificia Universidad Javeriana en Colombia; Francisco Lopera del Grupo de Neurociencias de Antioquia en la Universidad de Antioquia en Colombia, Nilton Custodio del Instituto Peruano de Neurociencias en Perú, y José Alberto Ávila Funes del Instituto Nacional de Ciencias Médicas y Nutrición Salvador Zubirán en México, Maria Isabel Behrens del Centro de Investigación Clínica Avanzada (CICA) en Chile, Andrea Slachevsky de la Facultad de Medicina de la Universidad de Chile, y Martín Bruno de la Universidad Católica de Cuyo en Argentina.
El proyecto presentado, que resultó merecedor del financiamiento del NIH (National Institute of Health), busca desarrollar un sistema de detección temprana y no invasiva de demencia. El enfoque central del proyecto se basa en el análisis automatizado del discurso y el habla mediante aprendizaje de máquinas, lo que permite evaluar al paciente a través de conversaciones cotidianas. Mediante la identificación de rasgos vocales específicos, el sistema denominado ASLA (evaluaciones automatizadas del habla y el lenguaje, por sus siglas en inglés) podría predecir la presencia de indicadores de la enfermedad a nivel clínico, cognitivo y cerebral.
Este método de análisis tiene la ventaja de su escalabilidad y el bajo costo para estudios a gran escala. Sin embargo, hasta ahora, los resultados se han centrado principalmente en poblaciones de altos ingresos de los Estados Unidos y Europa, excluyendo a América Latina. Es en este punto donde el proyecto se vuelve especialmente relevante: se incorpora la herramienta «TELL» la cual es del tipo ASLA y permite analizar a pacientes desde el habla en tiempo real, que en conjunto con técnicas de inteligencia artificial (IA) de aprendizaje profundo y automatizado, permitirá evaluar la capacidad predictiva correlacionar los resultados con datos cognitivos y de neuroimagen que respaldan el diagnóstico de las enfermedades en cuestión, validando la herramienta en su uso predictivo.
En palabras del Dr. Adolfo García “El lenguaje ofrece una ventana privilegiada hacia la cognición. Hallamos en él huellas clave sobre el funcionamiento de diversos mecanismos cerebrales que están afectados en las demencias y que participan en la forma en que pronunciamos, en las pausas que dejamos, en las palabras que escogemos y en las construcciones que empleamos. Hoy contamos con nuestra propia app, llamada TELL, para captar y medir estos fenómenos a fin de contribuir al diagnóstico y monitoreo de estas enfermedades. Y qué mejor espacio para aplicar estos desarrollos que ReDLat, un consorcio que ha transformado la investigación sobre salud cerebral en Latinoamérica de un modo inédito.” El desarrollo de herramientas como TELL, con la capacidad de analizar el lenguaje mediante el uso de Inteligencia Artificial, es especialmente destacable en este caso, ya que fue impulsado inicialmente por un Seed Grant Project de BrainLat. Este ejemplo ilustra de manera precisa por qué es esencial invertir en investigación, dado que las soluciones que surgen de proyectos iniciales pueden tener un impacto tremendamente positivo en la población en su conjunto.
Una de las ventajas más notables radica en la posibilidad de lograr protocolos de detección a bajo costo, escalable, y adaptable a las características socioculturales específicas de América Latina, pues una de las ventajas del uso de IAs es el poder alimentar las bases de datos con las mismas interacciones generadas por los pacientes. El habla varía significativamente entre distintas comunidades, este proyecto busca adaptarse a esas variaciones y minimizar la influencia de sesgos interpersonales al utilizar esta herramienta. Sin embargo, alcanzar este objetivo implica un esfuerzo monumental en la recopilación de datos de pacientes latinos, con la meta de lograr la mayor representatividad posible. Por ello, el proyecto contempla el reclutamiento de más de 2500 pacientes latinos en América Latina y los Estados Unidos.
Disponer de una herramienta asequible y aplicable a grandes grupos de personas representa un cambio revolucionario en la forma en que abordamos las enfermedades neurodegenerativas. Hasta ahora, las opciones de detección implican costos elevados, como en el caso de la neuroimagen, lo que limitaba su acceso solo a una fracción de la población, o su exclusión completa cuando no se cuenta con los equipos necesarios. Esto dejaba encuestas y diagnósticos especializados como las únicas alternativas disponibles. Se depende en este caso de la presencia de especialistas capaces de aplicarlas y evaluar los resultados obtenidos, siendo nuevamente la disponibilidad de profesionales el limitante en muchas zonas de la región. Este proyecto, sin embargo, tiene el potencial de democratizar la detección y, por ende, reducir el impacto social devastador que acompaña a estas enfermedades.
“La demencia en Latinoamérica no solo está marcada por el impacto de las desigualdades y las disparidades que incrementan su prevalencia, sino por el poco acceso al diagnóstico y el tratamiento. Entre un 70 y un 90% de los pacientes con demencia probablemente nunca tengan un diagnóstico y tratamiento adecuado. Por eso este proyecto es importante, porque utilizando herramientas de inteligencia artificial y el análisis automatizado de lenguaje, podemos desarrollar medidas masivas y escalables para caracterizar estas enfermedades y poder brindar abordajes personalizados”, afirma el Dr. Agustín Ibáñez
Dementia is a crucial health issue in contemporary society, with two of its most common variants being frontotemporal dementia and Alzheimer’s. In Latin America, this condition poses significant challenges, given the burden it places not only on those affected but also on their families, who must intensify their efforts related to the treatment and care of the affected individuals. Dementia not only impacts individual health but also has deeper implications for the social and economic environment of individuals.
In the context of the lack of targeted detection tools for Latin America, a prominent group of researchers from the Multi-Partner Consortium to Expand Dementia research in Latin America (ReDLat), led by notable figures in the field, secured an $8.5 million grant for the development of tools to address these needs.
The project will be led by Dr. Agustín Ibáñez, Director of the Latin American Brain Health Institute BrainLat at the Adolfo Ibáñez University in Chile and the Predictive Brain Health Modeling Group at GBHI at Trinity College Dublin, Ireland; Dr. Adolfo M. García, affiliated with the Cognitive Neuroscience Center at the University of San Andrés in Argentina, the Global Brain Health Institute GBHI at the University of San Francisco, California, and the University of Santiago de Chile, along with the Include Network; and Dr. María Luisa Gorno-Tempini from the Memory and Aging Center at the University of California, San Francisco. These three researchers are leading the project. The project also involves an outstanding team of field researchers, including Dr. Claudia Duran-Aniotz, co-director of our institution, and Drs. Diana Matallana from Pontificia Universidad Javeriana in Colombia; Francisco Lopera from the Neuroscience Group of Antioquia at the University of Antioquia in Colombia; Nilton Custodio from the Peruvian Institute of Neurosciences in Peru; and José Alberto Ávila Funes from the National Institute of Medical Sciences and Nutrition Salvador Zubirán in Mexico, Maria Isabel Behrens from the Center for Advanced Clinical Research (CICA) in Chile, Andrea Slachevsky from the Faculty of Medicine at the University of Chile, and Martín Bruno from the Catholic University of Cuyo in Argentina.
The presented project, which received funding from the National Institutes of Health (NIH), aims to develop a non-invasive, early detection system for dementia. The central focus of the project is automated speech and language analysis using machine learning, allowing for patient evaluation through everyday conversations. By identifying specific vocal characteristics, the system, known as ASLA (Automated Speech and Language Assessments), could predict the presence of disease indicators at clinical, cognitive, and brain levels.
This method of analysis offers the advantage of scalability and low cost for large-scale studies. However, until now, the results have primarily focused on high-income populations in the United States and Europe, excluding Latin America. This is where the project becomes particularly relevant: the «TELL» tool, which is of the ASLA type and allows for real-time speech analysis, is incorporated. In conjunction with deep and automated machine learning techniques, it will enable the evaluation of predictive capabilities by correlating the results with cognitive and neuroimaging data that support the diagnosis of the diseases in question, validating the tool for predictive use.
In the words of Dr. Adolfo García, «Language offers a privileged window into cognition. We find key traces in it regarding the functioning of various brain mechanisms affected by dementia, affecting how we speak, the pauses we make, the words we choose, and the constructions we use. Today, we have our own app called TELL to capture and measure these phenomena to contribute to the diagnosis and monitoring of these diseases. And what better space to apply these developments than ReDLat, a consortium that has transformed brain health research in Latin America in an unprecedented way.»
The development of tools like TELL, with the capacity to analyze language using Artificial Intelligence, is particularly noteworthy in this case, as it was initially driven by a Seed Grant Project from BrainLat. This example precisely illustrates why investing in research is essential, as the solutions that arise from initial projects can have a tremendously positive impact on the population as a whole.
One of the most significant advantages is the possibility of achieving low-cost, scalable detection protocols adaptable to the specific sociocultural characteristics of Latin America. Speech varies significantly among different communities, and this project aims to adapt to these variations and minimize the influence of interpersonal biases by using this tool. However, achieving this goal requires a monumental effort in collecting data from Latin American patients, with the goal of achieving the highest possible representativeness. Therefore, the project includes the recruitment of more than 2500 Latin American patients in Latin America and the United States.
Having an affordable tool applicable to large groups of people represents a revolutionary change in how we address neurodegenerative diseases. Until now, detection options involved high costs, such as neuroimaging, limiting access to only a fraction of the population, or complete exclusion when the necessary equipment is unavailable. This left surveys and specialized diagnoses as the only available alternatives, dependent on the presence of professionals capable of administering them and evaluating the results, with the availability of professionals being a limiting factor in many regions of the region. However, this project has the potential to democratize detection and, therefore, reduce the devastating social impact that accompanies these diseases.
«Dementia in Latin America is marked not only by the impact of inequalities and disparities that increase its prevalence but also by the limited access to diagnosis and treatment. Between 70 and 90% of dementia patients are likely never to receive an adequate diagnosis and treatment. That’s why this project is important because, by using artificial intelligence tools and automated language analysis, we can develop massive and scalable measures to characterize these diseases and provide personalized approaches,» says Dr. Agustín Ibáñez.
