Marcadores basados en lenguaje natural para la discriminación de enfermedades neurodegenerativas

Se espera un incremento significativo de las enfermedades neurodegenerativas (EN) en nuestra población adulta mayor para los próximos años. Los actuales procedimientos para el diagnóstico son altamente costosos y de poco o nulo acceso a la mayoría de la población. Así mismo, en la mayoría de los casos no están estandarizadas o validadas. Por otro lado, el desarrollo de procedimientos de machine learning es cada vez más extendido en ámbitos de investigación en salud y neurociencia, dentro de ellas, el análisis del lenguaje natural. Los avances en el desarrollo de algoritmos de lenguaje natural vienen teniendo un impacto importante en la diferenciación de pacientes con diferentes patologías neuropsiquiátricas, pero su uso aún es poco extendido en EN. Los mecanismos para su implementación, su coste relativamente bajo y su alta validez ecológica; la hacen una herramienta importante para el apoyo diagnóstico de EN, sobre todo en contextos como el peruano donde el número de especialistas es escaso, existen serías carencias en equipamiento y el acceso a centros de salud en zonas geográficas distantes es casi imposible o como paso en esto últimos años, hubo restricciones en la asistencia a centros hospitalarios por la pandemia por COVID 19. Por ello, nos hemos propuesto validar marcadores de lenguaje natural que nos permitan diferenciar las EN más frecuentes en adultos mayores de Arequipa, Perú. Esperamos desarrollar medidas robustas y con una alta escalabilidad que nos permitan apoyar en los procesos diagnósticos en salud, así como el desarrollo de herramientas con un enfoque multidisciplinar en neurociencia.