Las dificultades para encontrar palabras aparecen con el envejecimiento y las enfermedades neurológicas, pero son difíciles de localizar y medir. Las pruebas estándar son laboriosas, aportan pocos datos y no son sensibles a las alteraciones leves en personas con alta reserva cognitiva. El análisis automático del habla natural promete un enfoque cuantitativo y escalable. El trabajo se sitúa junto a investigaciones en las que las redes neuronales leen historiales clínicos o evalúan la pronunciación, pero aquí por primera vez se combinan léxico y acústica para evaluar la memoria.
Los participantes realizaron la tarea de «Caras famosas»: observaban fotografías de personas conocidas y contaban todo lo que recordaban. Las grabaciones se transcribieron con la red neuronal WhisperX, y las intervenciones de los participantes se separaron de las del entrevistador mediante el algoritmo pyannote. Después, del texto se extrajeron rasgos léxicos: el número total de palabras y la proporción de palabras poco frecuentes (frecuencia según Zipf), y del audio, la duración de los enunciados y de las pausas. Las pausas inferiores a 250 milisegundos se consideraron habla, y los segmentos de habla inferiores a 150 milisegundos, ruido.
Los grupos no difirieron en los indicadores léxicos: el número total de palabras, la proporción de palabras poco frecuentes y otras métricas fueron iguales. En cambio, los pacientes con epilepsia temporal hablaban con frases más cortas (en promedio 5.54 segundos frente a 6.59 en los sanos), hacían pausas más breves (0.61 frente a 0.67 segundos) y callaban con más frecuencia (10.81 pausas por minuto frente a 9.29). Estas diferencias fueron estadísticamente significativas. El índice léxico correlacionó con las puntuaciones de la escala MoCA (r=0.35) y del test de denominación de Boston (r=0.62) en los pacientes, pero no con las pruebas de memoria o fluidez verbal. La frecuencia de las pausas correlacionó negativamente con la precisión de los recuerdos biográficos (r=-0.31).
El trabajo muestra que los rasgos léxicos y temporales del habla reflejan distintas funciones cognitivas: el vocabulario se relaciona con la denominación, y la velocidad del habla, con la eficacia de los recuerdos. A diferencia de investigaciones cercanas, en las que se analizaba el habla para diagnosticar demencia o evaluar la pronunciación, aquí se aplica un único proceso a un relato espontáneo en la epilepsia. Esto abre el camino a marcadores digitales sensibles que no chocan con el techo de las pruebas estándar.
El método se puede extender a otras tareas que requieren un relato oral, por ejemplo, la descripción de imágenes o el recuento de historias. Los marcadores del habla se pueden seguir a lo largo del tiempo para detectar un deterioro antes de que se vuelva evidente. Es prometedor combinar el análisis del habla con datos de actividad cerebral para vincular las pausas con las descargas epileptiformes.
Los resultados pueden ser útiles en neurología para monitorizar a pacientes con epilepsia y fases tempranas de la enfermedad de Alzheimer, así como en telemedicina para evaluar a distancia las funciones cognitivas.
El siguiente paso es comprobar cómo cambian los indicadores del habla después de una cirugía en el lóbulo temporal y si correlacionan con datos de neuroimagen.
El trabajo aborda el problema no resuelto de la evaluación sensible de las funciones cognitivas en personas con alta reserva, donde las pruebas estándar no ven cambios. También vincula las quejas subjetivas sobre la búsqueda de palabras con parámetros objetivos del habla.
La frecuencia de las palabras se midió con la escala de Zipf: una palabra con frecuencia 3 aparece aproximadamente una vez por millón de palabras, y una con frecuencia 4, una vez por cada diez mil. Las palabras poco frecuentes resultaron ser un marcador del vocabulario.
No publicado en arXiv. Aquí están su página, el PDF y la formalización: puede comprobarlo usted mismo, no solo leer nuestro análisis.