Las pausas entre palabras, el “eh” antes de una frase, el momento en que alguien tiene dificultades para recordar un nombre: estas son características del habla cotidiana que la mayoría de las personas descarta como ruido. Una nueva investigación de Baycrest, la University of Toronto y York University sugiere que no lo son en absoluto. Estos patrones sutiles, resulta, pueden contener información significativa sobre la salud cerebral, y la inteligencia artificial es ahora capaz de leerlos.
Lo que realmente encontró la investigación
El estudio pidió a los participantes que observaran imágenes detalladas y describieran lo que veían con sus propias palabras. Además, los participantes completaron pruebas establecidas diseñadas para medir la función ejecutiva, el conjunto de capacidades cognitivas que gobierna la memoria, la planificación, la atención y el pensamiento flexible.
Los investigadores aplicaron luego IA para analizar las grabaciones de voz. El sistema detectó cientos de características sutiles: cuánto duraban las pausas, con qué frecuencia ocurrían, con qué asiduidad aparecían palabras de relleno como “eh” y “um”, y diversos patrones relacionados con el tiempo a lo largo de las grabaciones. Estos marcadores predijeron de manera consistente el rendimiento de los participantes en las pruebas cognitivas. La relación se mantuvo incluso después de que los investigadores tuvieran en cuenta variables como la edad, el sexo y el nivel educativo.
Esto es lo que la mayoría de la cobertura sobre herramientas de salud con IA pasa por alto. La IA aquí no estaba diagnosticando nada. Funcionaba como un instrumento de medición de precisión, identificando patrones en los datos demasiado granulares y numerosos para que la observación humana los captara de manera fiable. La señal cognitiva siempre estuvo presente en el habla. La tecnología la hizo legible.
Los hallazgos también se apoyan en trabajos anteriores citados en el estudio, concretamente en la investigación de Wei et al. de 2024, que encontró que los adultos mayores que hablan más rápido tienden a mantener habilidades de pensamiento más sólidas con el tiempo. La nueva investigación amplía esa línea de indagación, conectando un rango más amplio de características del habla con la función ejecutiva a lo largo de la vida adulta.
Por qué el habla es una ventana especialmente útil
La función ejecutiva declina de forma natural con la edad y se ve frecuentemente afectada en las etapas tempranas de la demencia. Existen pruebas cognitivas estándar para hacer seguimiento de esto, pero tienen limitaciones prácticas. Las pruebas requieren tiempo para administrarse. Las personas tienden a mejorar simplemente por la exposición repetida a las mismas evaluaciones, lo que reduce su sensibilidad diagnóstica con el tiempo. Programar evaluaciones formales con frecuencia no es ni realista ni escalable.
El habla sortea muchos de estos problemas. Es un comportamiento que las personas producen constantemente, sin esfuerzo, en el transcurso de la vida cotidiana. Puede grabarse y analizarse de forma repetida, discreta y a gran escala. También captura algo que las pruebas de laboratorio cronometradas pueden no capturar: cómo funciona la cognición en condiciones del mundo real, sin la presión artificial de un entorno de evaluación formal.
El Dr. Jed Meltzer, Científico Principal del Rotman Research Institute de Baycrest y autor principal del estudio, describió el hallazgo central de forma directa: el ritmo del habla es más que una cuestión de estilo personal. Es un indicador sensible de la salud cerebral. La investigación se titula “Natural Speech Analysis Can Reveal Individual Differences in Executive Function Across the Adult Lifespan”.
El equipo cree que este enfoque podría eventualmente identificar a personas cuyo deterioro cognitivo avanza más rápido de lo esperado, señalando a quienes pueden enfrentar un riesgo elevado de desarrollar demencia antes de que aparezcan síntomas más evidentes. El Dr. Meltzer señaló que la detección temprana es fundamental para cualquier intervención, dado que la demencia implica una degeneración cerebral progresiva que podría ralentizarse si se aborda con suficiente antelación.
Lo que esto significa más allá del laboratorio
La importancia más amplia de esta investigación no es solo médica. Apunta hacia un cambio en cómo podría funcionar en la práctica el monitoreo de la salud.
Los modelos actuales de evaluación de la salud cognitiva son episódicos: una persona visita una clínica, realiza una prueba, recibe un resultado. Los intervalos entre esas visitas son largos, y mucho puede cambiar en ese tiempo. Un enfoque basado en el habla, potenciado por IA, podría hacer que el monitoreo sea continuo en lugar de periódico. Podría operar en entornos clínicos o, como sugirió el Dr. Meltzer, en el hogar. La infraestructura para esto ya existe en los dispositivos que la mayoría de las personas llevan consigo y usan cada día.
Este es también un caso de estudio sobre lo que la IA hace bien cuando se aplica a datos de salud. El valor no está en reemplazar el juicio clínico. Está en manejar el volumen y la granularidad de datos que la observación humana no puede procesar a escala. Cientos de características sutiles del habla, medidas a lo largo de muchas grabaciones, con el tiempo: esa es precisamente el tipo de tarea de detección de patrones en la que la IA potencia lo que los clínicos e investigadores pueden hacer, liberando la atención experta para la interpretación y la toma de decisiones en lugar de la medición bruta.
Los investigadores reconocieron que se necesitan más estudios a largo plazo. Hacer seguimiento de los cambios en el habla a lo largo del tiempo, y distinguir el envejecimiento normal de las señales tempranas de enfermedad, requiere datos longitudinales que este estudio aún no proporcionó. También señalaron que combinar el análisis del habla con otras medidas de salud podría mejorar la precisión y la accesibilidad de la detección temprana. La investigación contó con el apoyo del programa Mitacs Accelerate y el Natural Sciences and Engineering Research Council of Canada.
En resumen
La IA analizó cientos de características sutiles en la forma en que las personas hablan de manera natural, incluyendo pausas, palabras de relleno y patrones de ritmo, y encontró que estas predijeron de manera consistente el rendimiento en pruebas cognitivas que miden la función ejecutiva. La investigación, de Baycrest, la University of Toronto y York University, sugiere que el habla podría convertirse en una herramienta práctica, escalable y discreta para hacer seguimiento de la salud cognitiva a lo largo del tiempo, identificando potencialmente señales tempranas de demencia antes de que las pruebas clínicas estándar pudieran detectarlas. La tecnología no reemplaza la experiencia clínica. Hace que una señal que siempre estuvo ahí sea finalmente medible.
Basado en información de ScienceDaily AI.