Un nuevo algoritmo desarrollado en Alicante identifica patrones de riesgo de Alzheimer analizando solo tres minutos de voz. Este avance, liderado por investigadores de la Universidad de Alicante (UA), el Instituto de Investigación Sanitaria y Biomédica de Alicante (ISABIAL) y la spin-off Lucentia Lab, promete transformar el modo en que enfrentamos una de las enfermedades más devastadoras del siglo XXI. El secreto no está en lo que decimos, sino en cómo lo decimos: la IA detecta matices en la prosodia y la sintaxis que son imperceptibles para el oído humano.

La detección temprana es el objetivo más esquivo de la neurología moderna. Confirmar un diagnóstico de Alzheimer requiere pruebas invasivas (punciones lumbares para buscar proteínas amiloide y tau) o costosos escáneres cerebrales que no siempre están disponibles. El proyecto IAEAV (Plataforma de Inteligencia Artificial para la Detección Temprana de la Enfermedad de Alzheimer a través de la Voz) propone una alternativa completamente diferente: una "biopsia sonora" capaz de evaluar el estado cognitivo de un paciente en menos tiempo del que tarda en hacerse un café.

La voz como biomarcador digital

Imagina tu voz no como un flujo continuo de sonido, sino como un mapa de datos extremadamente complejo. Cada vez que hablas, tu cerebro coordina cientos de micromovimientos musculares, selecciona términos de un léxico inabarcable y ensambla reglas gramaticales en milisegundos. En las fases iniciales de la neurodegeneración, antes de que aparezcan los grandes olvidos, este proceso de coordinación comienza a degradarse de forma casi invisible, dejando grietas que ningún oído humano es capaz de detectar.

El equipo liderado por Miguel A. Teruel, de la Universidad de Alicante, y el neurólogo Ángel Pérez Sempere, de ISABIAL, han entrenado sus algoritmos para buscar precisamente esas grietas. El sistema no solo analiza la acústica (el tono, el temblor de la voz o la duración de las pausas entre palabras), sino que aplica técnicas de Procesamiento de Lenguaje Natural (NLP) para evaluar la riqueza del vocabulario y la complejidad de las frases. Lo que los expertos llaman biomarcador vocal es, en la práctica, la huella dactilar sonora que la enfermedad deja en el habla años antes de que el paciente sea consciente de su deterioro.

Las variaciones de frecuencia y las micropausas son la firma de una carga cognitiva que el cerebro ya no puede ocultar: la enfermedad escribe en la voz antes de escribir en la memoria.

Un piloto clínico con sello alicantino

La plataforma IAEAV no es una simple aplicación de bienestar. Es una herramienta de grado médico en fase de piloto clínico, validada junto a neurólogos del Hospital Dr. Balmis con pacientes reales y voluntarios sanos. Los resultados preliminares indican que el sistema identifica patrones de riesgo con una precisión cercana al 90%, una cifra que, conviene aclararlo, corresponde a la cohorte controlada del piloto y no a un despliegue masivo en población general.

¿Cómo llega a ese nivel de acierto? Combinando dos tipos de análisis complementarios. Por un lado, la acústica paralingüística mide la "calidad" del sonido emitido por las cuerdas vocales. Por otro, el análisis lingüístico detecta si el paciente empieza a usar palabras más genéricas o si sus frases se vuelven sospechosamente cortas. La inteligencia artificial actúa aquí como un super-oído capaz de procesar miles de variables simultáneamente para ofrecer un informe de riesgo en tiempo real.

El fin del diagnóstico tardío

La ventaja más obvia de este sistema es su accesibilidad. Al funcionar desde un smartphone, el test elimina de raíz las barreras geográficas y económicas del diagnóstico tradicional, permitiendo que un médico de familia lo use en consulta o que el propio paciente lo haga desde casa. Es la diferencia entre esperar años a que los síntomas sean evidentes y actuar en la fase prodrómica (la etapa inicial), cuando los tratamientos tienen mayor margen de acción.

La clave no es sustituir al neurólogo: es darle una señal de alerta cuando el deterioro es aún tratable.

Conviene, sin embargo, ser precisos con las limitaciones. El habla puede verse afectada por factores completamente ajenos al deterioro cognitivo: una depresión, una fatiga severa o una enfermedad respiratoria. El sistema aún debe demostrar que su precisión se sostiene ante diferentes acentos, dialectos y perfiles clínicos, un reto que solo una cohorte multicéntrica puede resolver.

Los minicerebros cultivados en laboratorio y los modelos de IA para predecir la salud avanzan en paralelo. Si el test de voz de Alicante supera la validación a gran escala, podría convertirse en la primera línea de cribado cognitivo en atención primaria. La pregunta que queda abierta no es si la IA puede oír el Alzheimer, sino si el sistema sanitario estará preparado para escucharla.