Los pacientes con párkinson hablan de forma diferente a los sanos

La tecnología de procesamiento del lenguaje natural (PLN) es una rama de la IA que se centra en capacitar a los ordenadores para comprender e interpretar grandes cantidades de datos del lenguaje humano utilizando modelos estadísticos para identificar patrones. Dado que los pacientes con EP experimentan una variedad de problemas relacionados con el habla, incluyendo una alteración en la producción del habla y en el uso del lenguaje, el grupo utilizó NLP para analizar las diferencias en los patrones del habla de los pacientes basándose en 37 características utilizando textos hechos a partir de conversaciones libres.

El análisis reveló que los pacientes con EP utilizaban menos sustantivos comunes, propios y de relleno por frase. Por otro lado, hablaban utilizando un mayor porcentaje de verbos y varianza de partículas de caso (una característica importante de la lengua japonesa) por frase.

Según Yokoi, «cuando les pedía que hablaran de su día por la mañana, un paciente con EP podía decir algo como lo siguiente, por ejemplo: ‘Me desperté a las 4:50 de la mañana. Me pareció un poco pronto, pero me levanté. Tardé media hora en ir al baño, así que me lavé y me vestí sobre las 5.30 de la mañana. Mi marido preparó el desayuno. Desayuné pasadas las 6 de la mañana. Luego me lavé los dientes y me preparé para salir».

Yokoi añade: «Mientras que alguien del grupo de control sano podría decir algo así: ‘Bueno, por la mañana, me desperté a las seis, me vestí y, sí, me lavé la cara. Luego, di de comer a mi gato y a mi perro. Mi hija preparó una comida, pero le dije que no podía comer, y yo, umm, bebí un poco de agua».

«Aunque estos son ejemplos que creamos de conversaciones que reflejan las características de las personas con EP y de las personas sanas, lo que hay que ver es que la longitud total es similar», explicó Yokoi. «Sin embargo, los pacientes con EP hablan frases más cortas que las personas del grupo de control, lo que da lugar a más verbos en el análisis de aprendizaje automático. El grupo de control sano también utiliza más palabras de relleno, como ‘bueno’ o ‘umm’, para conectar las frases».

El aspecto más prometedor de esta investigación es que el equipo realizó el experimento en pacientes que aún no mostraban el deterioro cognitivo característico de la EP. Por lo tanto, sus hallazgos ofrecen un medio potencial de detección precoz para distinguir a los pacientes con EP.

«Nuestros resultados sugieren que, incluso en ausencia de deterioro cognitivo, las conversaciones de los pacientes con EP diferían de las de los sujetos sanos», concluye el profesor Katsuno, director del estudio. «Cuando intentamos identificar a los pacientes con EP o a los controles sanos basándonos en estos cambios conversacionales, pudimos identificar a los pacientes con EP con una precisión superior al 80%. Este resultado sugiere la posibilidad del análisis del lenguaje mediante el procesamiento del lenguaje natural para diagnosticar la EP».