La enfermedad de Alzheimer es la causa más importante de demencia en ancianos: afecta a más de 35 millones de personas en el mundo. Se considera que el Alzheimer podrá llegar a tener proporciones epidémicas en países desarrollados, a menos que se obtengan terapias para curarla o prevenirla.

Recuerdos que se disipan. Crédito de la imagen: Chris Preen (Flickr)

Estudios realizados hasta el momento ponen de manifiesto que las terapias son más efectivas cuando se aplican antes de que el cerebro esté gravemente dañado. Además, la identificación de fases tempranas de la enfermedad puede ayudar a desarrollar nuevos tratamientos. Actualmente, para hacer un diagnóstico clínico del Alzheimer se realizan exámenes médicos, test neuropsicológicos, neuroimágenes, análisis del líquido cefalorraquídeo y análisis de sangre; todas estas pruebas, además de ser invasivas, tienen un gran coste económico. Por lo tanto, parece que las técnicas de diagnóstico inteligente no invasivas pueden ser herramientas valiosas para la detección temprana de demencias.

Una de las técnicas no invasivas de apoyo a la detección de patologías relacionadas con la demencia en el que está trabajando el grupo de investigación multidisciplinar ELEKIN de la UPV/EHU se denomina Automatic Spontaneous Speech Analysis (ASSA): análisis automático del habla espontánea. Esta metodología se basa en la grabación de los pacientes mientras cuentan alguna experiencia vital propia, en un ambiente relajado y distendido, y en la medida de varios parámetros. Por ejemplo, se miden las pausas que hace un paciente al intentar recordar la palabra que quiere decir. Por lo tanto, la técnica se realiza sin alterar o bloquear las habilidades del paciente, ya que este no percibe la prueba como algo estresante.

¿Se pueden evitar las pruebas invasivas?

El objetivo de este trabajo ha sido suministrar herramientas a los profesionales clínicos para que puedan hacer diagnósticos de una manera mucho menos invasiva. “Se trata de cuantificar elementos o detalles que los especialistas sanitarios ven a simple vista, pero que, al tener la medida exacta, les puede ayudar a diagnosticar las patologías o a hacer un seguimiento ambulatorio más preciso”, explica Karmele López de Ipiña, coordinadora del grupo de investigación ELEKIN. Según afirma la investigadora, estas medidas pueden ser realizadas por personal no técnico, en un ambiente habitual para el paciente.

En el estudio colaboran, entre otros, asociaciones de familiares de enfermos de alzhéimer, Universitat de Vic, TecnoCampus Mataró (Universitat Pompeu Fabra), Center for Biomedical Technology (Madrid), Universidad de Las Palmas de Gran Canaria y CITA-Alzheimer, un centro de investigación y terapias avanzadas. Las pruebas son realizadas tanto con personas que no han desarrollado la enfermedad, como con personas que tienen antecedentes familiares, así como con enfermos, en colaboración con los centros médicos y siempre respetando los criterios éticos y los protocolos correspondientes. Gracias a esa colaboración “se puede analizar incluso la fase preclínica o a gente que todavía no ha empezado a desarrollar la enfermedad”, indica Ipiña.

A nivel internacional se está trabajando mucho en estas líneas de investigación, aunque el sistema ASSA todavía no se utiliza, debido a que se trata una técnica en desarrollo e investigación. “Llegará un momento en que tengamos el sistema dispuesto para que sea utilizado regularmente para evaluar a los pacientes –concluye Ipiña–. Queremos dar a los médicos herramientas para detectar elementos que a simple vista no se ven. En ese sentido, el análisis automático de estas señales les puede ayudar”.

Estudios:

Laske C., H.R. Sohrabi, S.M. Frost, K. López-de-Ipiña, P. Garrard, M. Buscem, J. Dauwels, S.R. Soekadar, S. Mueller, C. Linnemann, S.A. Bridenbaugh, Y. Kanagasingam, R.N Martins, S.E. O’Bryant. “Innovative diagnostic tools for early detection of Alzheimer’s disease”. Alzheimer & Dementia, 2014, doi:10.1016/j.jalz.2014.06.004, 2013.

Lopez-de-Ipiña K., J.B. Alonso, C.M. Travieso, J. Solé-Casals , H. Egiraun, M. Faundez-Zanuy, A. Ezeiza, N. Barroso, M. Ecay , P. Martinez-Lage, and U. Martinez-de-Lizardui. “On the selection of non-invasive methods based on speech analysis oriented to Automatic Alzheimer Disease Diagnosis”. Sensors, 13 (5), 6730-6745, 2013. Open Access

K. Lopez de Ipiña, J. Solé Casals, H. Eguiraun, J.B. Alonso, C.M. Travieso, A. Ezeiza, N. Barroso, M. Ecay Torres, P. Martinez Lage, B. Beitia. “Feature selection for spontaneous speech analysis to aid in Alzheimer’s disease diagnosis: A fractal dimension approach”. Computer Speech & Language. Volume 30, Issue 1, March 2015, Pages 43-60

Fuente: Universidad del País Vasco