La afasia es un trastorno que afecta la capacidad de las personas para comunicarse, como problemas para leer, escribir y expresar lo que se quiere decir. A veces también dificulta entender lo que otras personas están diciendo.

Existen varios tipos diferentes de afasia, que generalmente se debe al daño en un área del lado izquierdo del cerebro que controla el lenguaje y la comprensión. Hugo Botha, neurólogo de Mayo Clinic que se especializa en problemas cognitivos y del lenguaje, dice que la afasia no es una enfermedad, sino “una serie de síntomas y un término para reflejar que tienes un problema de lenguaje, y luego tienes que buscar para averiguar por qué tienes afasia”.


En esa tarea tan importante y clave para detectar personas con afasia en una temprana edad, profesores y estudiantes de la Universidad del Salvador (USAL) han estado trabajando durante varios años para crear un programa innovador que permite evaluar masivamente y con éxito, mediante el uso de inteligencia artificial, si una persona padece este trastorno comunicacional.

“Cada año nuestra Facultad desarrolla proyectos de investigación tecnológica que se vinculan con otras áreas de la USAL como medicina, psicología y hasta veterinaria. En 2019 un grupo de alumnos, hoy ya recibidos como ingenieros informáticos desarrollaron un programa que ayuda a detectar la afasia en una etapa temprana, algo totalmente innovador y único en el país”, explicó la profesora magíster María Isabel Gouget que dirigió el estudio en el marco de la materia Proyecto Final de Ingeniería Informática de la Facultad de Ingeniería, sede Pilar, bajo la Tutoría del licenciado Gervasio Barracco Marmol.

El objetivo del trabajo fue asistir a los profesionales del campo de la salud, en cuanto a la mejora de la eficiencia y certeza de los test de diagnóstico y tratamiento de pacientes afásicos, con la intención de disminuir la tasa de error de los resultados. Para ello se consultaron a profesionales del área médica y psicosocial, como psicólogos, fonoaudiólogos y médicos clínicos.

“El trabajo desarrollado busca generar un impacto en la sociedad y que ayude a los profesionales a diagnosticar este trastorno en forma eficiente y temprana para optimizar los tratamientos médicos. También proponen un nuevo paradigma de innovación en los métodos tradicionales de diagnóstico, a través de la creación de un nuevo prototipo de software mediante el uso de nuevas tecnologías que generen una posible mejora en la calidad de vida de los pacientes afásicos”, sostuvo Gouget.

El proyecto se basó en antecedentes que fundamentan el Test de Boston y el de Token, programas efectivos internacionales para detectar la afasia. En la primer etapa, en 2019, el alumno, ahora Ingeniero y Docente de la Facultad de Ingeniería, Ciro Nievas, desarrolló un proyecto que se basó en dos tipos de test, uno es el Test de Boston, que se usa para diagnosticar la presencia y el tipo de cuadro afásico que presenta el usuario, dando lugar a inferencias sobre la localización cerebral; evaluar el nivel de rendimiento a lo largo de un amplio rango, tanto para la determinación inicial como para la detección del cambio en el tiempo; y evaluar globalmente las dificultades y posibilidades del usuario en todas las áreas del lenguaje como guía para el tratamiento.

El segundo Test, es el Test de Token, se trata de una prueba clásica destinada a evaluar la comprensión del lenguaje. Su administración es muy sencilla y sensible a los déficits de la comprensión auditiva. El material consiste en 20 fichas de distintas formas, colores y tamaños: 2 formas, cuadrados y círculos, y éstos a su vez tienen 2 tamaños, grandes y pequeños, y 5 colores, y el paciente debe señalar o manipular conforme a las órdenes del examinador. La finalidad de éste test, es la de evaluar la capacidad del paciente para comprender el nombre (círculo y cuadrado, color y tamaño), los verbos y las preposiciones incluidos en las instrucciones.

“Ciro desarrolló un prototipo de test que utilizan los médicos en 2019. Pablo continuó el trabajo de Ciro en 2020 y le agregó la inteligencia artificial en el desarrollo web de una aplicación para el prediagnóstico, exámenes y tratamientos. Luego, se mejoró la interfaz con nuevos módulos de integración”, precisó Barracco Marmol.

Nievas explicó que el primer módulo del prototipo de software plantea operaciones que requieren el uso de un reconocedor de voz. Se evalúa la repetición de palabras y frases, chequeando si lo hablado por el paciente coincide con lo solicitado por el software. Dichas palabras y frases no son leídas, si no escuchadas tras presionar el correspondiente botón. Al finalizar la escucha, se procede a responder en voz alta, e internamente el software va clasificando como válidas o no válidas las respuestas. Éste ejercicio persigue detectar si el paciente puede retener en su memoria lo escuchado y repetirlo sin problemas, además de evaluar si puede modular correctamente la voz, o si presenta dificultades.

Luego, se visualizan por pantalla una serie de preguntas SI/NO, a las cuales el paciente solo debe responder empleando una de dichas palabras. Éste ejercicio persigue detectar si el paciente comprende las preguntas que se le hacen. Posteriormente, se brinda un ejercicio de posicionamiento de imágenes en determinados puntos de la pantalla. La forma en la cual las imágenes deben ser posicionadas es indicada por el profesional, quien se debe encontrar junto al paciente durante la realización del ejercicio. Simulando el test de Token, se despliegan en la pantalla las fichas de colores y se pueden realizar tanto operaciones dictadas por el profesional, como operaciones prefijadas en el software.

En una segunda etapa en 2021, el alumno, ahora Ingeniero Pablo Rebagliati, decide profundizar la investigación de Nievas y lo completa con la introducción de inteligencia artificial, concretamente aprendizaje automático o machine learning, para la predicción de afasias según los resultados de los tests, es decir, encuentra patrones en los datos de las respuestas de los pacientes y predice diagnósticos de forma automática. Por otro lado, mejora la interfaz del usuario y desarrolla un sistema de base de datos, para la gestión y consulta de historiales y estadísticas de los pacientes por parte del médico o responsables.

“Hicimos una investigación previa a ver si existen programas de este tipo. Vi que había un programa que solo recibía las respuestas. Y otro que servía solo de entrenamiento para quien ya estaba diagnosticado. Eran aplicaciones pagas y en idioma extranjero. Por eso desarrollamos este novedoso prototipo de software, que todavía no es el definitivo. Pero vemos su potencial, que se podría aplicar con muy bajos costos y en idioma español”, indicó Rebagliati.

Este proyecto avanzó, también, en la realización de pruebas con el administrador del sistema, usuarios y pacientes para testear el funcionamiento del prototipo. Se realizaron encuestas a un equipo médico, conformado por dos fonoaudiólogas, una psicóloga social, que han atendido y trabajado con pacientes afásicos, y a un médico clínico. En sus conclusiones, concuerdan en que el prototipo cumple con las pautas y requerimientos, y simula satisfactoriamente a las preguntas del Test de Boston tradicional.

Y afirman que la aplicación les sería útil como asistencia para test y seguimiento de pacientes. Los encuestados afirman confiar en los resultados obtenidos y el pre diagnóstico realizado por el test implementando inteligencia artificial, y están de acuerdo en que se podría aplicar la misma plataforma y metodología a otros test similares para otros trastornos del lenguaje.

En la actualidad, ya son muchos los pacientes y profesionales que visualizan la utilización de herramientas informáticas para diagnósticos médicos, como una oportunidad para aplicar nuevas tecnologías al servicio de la salud. “La inteligencia artificial y las herramientas informáticas representan un camino de esperanza que emergen como un soporte útil y de gran ayuda para la comunidad médica, introduciendo un cambio sustancial en las prácticas actuales de la medicina”, concluyó el equipo de ingenieros.

Infoabe
5/05/2022