En los laboratorios de la Escuela Politécnica Superior IV de la Universidad de Alicante se está desarrollando una tecnología que podría cambiar la forma en la que se detecta el Alzheimer en sus fases iniciales. Bajo el nombre IAEAV, una plataforma de inteligencia artificial analiza la voz humana en busca de patrones asociados al deterioro cognitivo. Detrás hay un equipo multidisciplinar que combina investigación tecnológica, conocimiento clínico y una visión clara: acercar la detección precoz del Alzheimer al sistema sanitario e incluso al entorno doméstico.
La inteligencia artificial ha dejado de ser un concepto futurista para convertirse en una herramienta real con aplicaciones directas en la vida cotidiana. Uno de los ámbitos donde su impacto puede ser más transformador es la salud. En este contexto nace IAEAV, la Plataforma de Inteligencia Artificial para la detección temprana del Alzheimer a través de la voz, un proyecto impulsado desde la Universidad de Alicante que une investigación académica, práctica médica y desarrollo tecnológico avanzado.
El profesor titular Miguel Ángel Teruel lleva más de diez años investigando en salud asistida por ordenador, un campo que busca integrar tecnologías emergentes dentro de procesos médicos y sanitarios. Su trabajo ha consistido en aplicar herramientas tecnológicas muy diversas al ámbito sanitario, una experiencia que ha permitido sentar las bases de este proyecto. La idea de utilizar la voz como biomarcador surge de la observación clínica de que las personas con deterioro cognitivo presentan cambios sutiles en su forma de hablar, tanto en el contenido del lenguaje como en la forma en que lo expresan.
En el desarrollo de esta tecnología participa también Álvaro Navarro, investigador especializado en inteligencia artificial explicable. Su trabajo se centra en un aspecto cada vez más importante dentro del desarrollo de algoritmos: no solo predecir resultados, sino entender y explicar por qué la inteligencia artificial toma determinadas decisiones. En el ámbito sanitario, esta necesidad es especialmente relevante, ya que pacientes y profesionales médicos necesitan comprender el origen de las predicciones para confiar en ellas.
El equipo técnico se completa con perfiles especializados que garantizan la viabilidad real del proyecto. Cristian Javier Vera, ingeniero en telecomunicaciones, es responsable de la arquitectura tecnológica del sistema, desarrollando tanto la estructura del servidor como la aplicación móvil que permitirá el acceso a la herramienta. Junto a él trabaja Bárbara Escalante, ingeniera biomédica, aportando la visión necesaria para conectar tecnología y fisiología humana, mientras que Javier García, doctor especializado en inteligencia artificial, se centra en el diseño e implementación de los modelos de aprendizaje automático.
La dimensión clínica del proyecto es igualmente fundamental. Está coordinada por el neurólogo Ángel Pérez, del Hospital de Alicante, uno de los impulsores iniciales de la iniciativa. Su papel incluye el reclutamiento de pacientes, la realización de entrevistas clínicas y la obtención de datos que permiten entrenar los modelos de inteligencia artificial. El proyecto trabaja tanto con pacientes diagnosticados de Alzheimer como con personas sanas, ya que el objetivo es que el sistema aprenda a diferenciar entre ambos perfiles con la mayor precisión posible.
El funcionamiento de la aplicación parte de una base científica clara: el deterioro cognitivo genera cambios en el habla. Estos cambios pueden reflejarse en el tono de voz, en la velocidad del discurso, en la estructura del lenguaje o incluso en la elección de palabras. La aplicación utiliza grabaciones realizadas en un entorno controlado mediante pruebas similares a las que se utilizan en hospitales durante los procesos de diagnóstico, aunque con un objetivo distinto. Los investigadores insisten en que la herramienta no pretende diagnosticar la enfermedad, sino servir como sistema de alerta temprana.
El objetivo final es que esta tecnología pueda convertirse en una prueba rápida, no invasiva y accesible. La idea es que pueda utilizarse en centros de salud como sistema de cribado inicial o incluso en el futuro en entornos domésticos, permitiendo a cualquier persona realizar un test y saber si debería acudir a un especialista para una evaluación más profunda.
Actualmente, el sistema presenta niveles de fiabilidad cercanos al 85-87% utilizando grabaciones en inglés. El reto actual es trasladar esa precisión al idioma español. Para ello, el equipo está recopilando grabaciones de pacientes españoles con el objetivo de entrenar modelos específicos adaptados a las características lingüísticas y culturales del país. Aquí aparece uno de los principales desafíos del proyecto: la obtención de datos clínicos fiables. La inteligencia artificial necesita grandes volúmenes de información para aprender, y en el caso del Alzheimer, conseguir muestras de pacientes diagnosticados mediante pruebas bioquímicas es complejo.
El impacto potencial del proyecto en el sistema sanitario es significativo. La detección temprana del Alzheimer permite iniciar tratamientos antes, mejorar la calidad de vida de los pacientes y optimizar los recursos hospitalarios. Además, podría ayudar a reducir listas de espera en neurología y permitir sistemas de priorización más eficientes. El objetivo es que en el futuro cualquier médico o enfermera pueda aplicar este test y derivar directamente al paciente al especialista si detecta riesgo elevado.
El desarrollo del proyecto también ha tenido que afrontar cuestiones éticas y legales. El equipo insiste en que la inteligencia artificial nunca sustituirá al médico, sino que será una herramienta de apoyo. Todo el trabajo se realiza bajo consentimiento informado y siguiendo protocolos éticos estrictos.
Más allá del Alzheimer, este proyecto se enmarca dentro de una tendencia global: el uso de biometría y datos fisiológicos para anticipar problemas de salud. Dispositivos como relojes inteligentes ya permiten detectar riesgos cardiovasculares. La evolución natural podría ser la detección temprana de enfermedades neurodegenerativas o cognitivas.
IAEAV se ha desarrollado en apenas seis meses, un plazo especialmente exigente para un proyecto de esta complejidad. Sin embargo, el equipo destaca que la creación de un grupo altamente especializado ha permitido avanzar rápidamente y obtener resultados prometedores. La hoja de ruta pasa ahora por demostrar científicamente su eficacia, validarlo clínicamente y, en una fase posterior, desarrollar una aplicación accesible al público general.
El proyecto representa un ejemplo claro de cómo la colaboración entre universidad, hospital e investigación tecnológica puede generar soluciones reales a problemas médicos complejos. Un paso más hacia una medicina preventiva, personalizada y apoyada en inteligencia artificial, donde la tecnología no sustituye al profesional sanitario, sino que amplía sus capacidades y mejora la calidad de vida de los pacientes.
