Aportaciones desde la psicología cognitiva y la inteligencia artificial al diagnóstico de la enfermedad de alzheimer
- Autores: José María Guerrero Triviño
- Directores de la Tesis: Rafael Martínez Tomás (dir. tes.)
, Herminia Peraita Adrados (dir. tes.) - Lectura: En la UNED. Universidad Nacional de Educación a Distancia ( España ) en 2013
- Idioma: español
- Tribunal Calificador de la Tesis: José Manuel Molina López (presid.) , Mariano Rincón Zamorano (secret.) , María Jesús Taboada Iglesias (voc.) , María del Rosario Martínez Arias (voc.) , Javier Olazarán Rodríguez (voc.)
- Enlaces
- Tesis en acceso abierto en: e-spacio
- Resumen
Esta tesis doctoral tiene por objeto colaborar al diagnóstico de la EA en fase leve y moderada desde el campo de la Psicología Cognitiva y la IA. Para ello, se ha elaborado un método de diagnóstico que pretende ser complementario a las técnicas habituales, que permite identificar el deterioro cognitivo, de la memoria semántica declarativa, compatible con el estado más o menos leve de la EA. Es decir, estas alteraciones cognitivas se manifiestan de manera muy sutil en las primeras fases de la evolución de la enfermedad, permitiendo por tanto, su diagnóstico temprano.
La enfermedad de Alzheimer (EA) es una de las principales causas de demencia entre los ancianos; la prevalencia de esta enfermedad se incrementa con la edad, siendo responsable de entre el 50% y el 70% de los casos de demencia en la UE. Esta enfermedad produce graves consecuencias en el paciente y, en su entorno familiar y social, sin mencionar el elevado coste económico que supone para las administraciones públicas, tanto en el ámbito sanitario, como en la atención socio-sanitaria.
El deterioro cognitivo leve (DCL) es un precursor de la enfermedad de Alzheimer y otras enfermedades neurodegenerativas (ENs). Una de las manifestaciones del DCL es el deterioro de la memoria semántica en sus aspectos declarativos. Diversas investigaciones indican que la EA y otras ENs causan trastornos en la memoria semántica, provocando errores en la denominación y descripción de objetos, es decir, entre otros síntomas, causan un deterioro semántico de categorías específicas referentes a categorías naturales y objetos básicos, y que además, se van degradando con el tiempo. Las investigaciones sugieren que el lóbulo temporal podría ser el responsable del deterioro de categorías específicas en los trastornos de la memoria semántica. El deterioro semántico que cursa un déficit léxico-semántico-conceptual en la EA, es estudiado en el Corpus Lingüístico de Definiciones Orales elaborado por Peraita y Grasso, donde se analiza cómo se representan mentalmente determinadas categorías semánticas mediante modelos teóricos de rasgos o atributos semánticos, obtenidos a través de tareas lingüísticas explícitas. Por otro lado, en la literatura científica se señala un deterioro semántico diferencial entre las categorías de seres vivos y seres no vivos, y entre determinados tipos de rasgos. Esto se debe a un daño degenerativo del sistema nervioso central que provoca que algunas categorías semánticas se deterioren o se pierdan diferencialmente. Este deterioro semántico diferencial se ha podido evidenciar en algunos enfermos de EA y otras enfermedades neurodegenerativas.
En esta investigación se propone un método de diagnóstico de la EA complementario a las técnicas habituales, desde el campo de la psicología cognitiva y la inteligencia artificial (IA). A partir del análisis de los rasgos semánticos contenidos en definiciones orales de determinadas categorías semánticas, proporcionado por el corpus, se generan evidencias para una red bayesiana (BN) con las que se hallan patrones complejos de interacción entre la producción oral de rasgos semánticos y la EA. En esta tesis doctoral se ha diseñado un software que utiliza principalmente redes Bayesianas discretas e hibridas, combinándose estas BNs con otras técnicas de IA como los árboles de decisión o el análisis de clúster. El modelo cualitativo de estas redes Bayesianas (BNs) se ha diseñado a partir del conocimiento del dominio y el modelo cuantitativo se ha aprendido con algoritmos de aprendizaje automático, diseñados específicamente para esta investigación. En esta investigación se han desarrollado varios modelos de BN para las que se han utilizado distintas técnicas de modelado, las cuales representan condiciones y descubrimientos de la EA obtenidas de la literatura científica. Con este software se han realizado numerosos experimentos con los que se han conseguido unos resultados excelentes, siendo especialmente relevante el resultado obtenido con la BN que modela de forma explícita el deterioro semántico diferencial entre los dominios semánticos de seres vivos y de seres no vivos. En otro experimento se ha constatado una influencia informativa entre la edad y nivel educativo, y la producción oral de rasgos semánticos. También es interesante la comparativa del resultado entre, una BN que modela la segmentación de las producción oral de atributos en los once bloques conceptuales que propone el corpus lingüístico de Peraita y Graso, y una BN que no segmenta la producción oral de rasgos semánticos en estos bloques conceptuales. Del mismo modo, se han conseguido unos resultados excelentes en los experimentos con redes Bayesianas hibridas, las cuales utilizan variables latentes para realizar construcciones hipotéticas de modelos causales basándose en hallazgos sobre la EA extraídos de la literatura científica.
Los resultados conseguidos en esta tesis doctoral son prometedores, creemos sinceramente que el método de diagnóstico que proponemos podría llegar a ser de aplicación clínica y no quedarse únicamente en el plano experimental. Este método de diagnóstico podría complementar, en la clínica diaria, a las técnicas habituales de diagnóstico; sería un método muy barato, ecológico y accesible a poblaciones más extensas, en comparación con los métodos de diagnóstico basados en la evaluación clínica.
Confiamos en que el método de diagnóstico que proponemos sea sólo el principio de un proyecto de investigación más ambicioso, que permita hallar una evidencia convergente/discriminante del diagnóstico de la EA y otras enfermedades neurodegenerativas; explotando al máximo las posibilidades de la psicología cognitiva y la IA, y extendiendo la metodología a otros campos como la neuropsicología cognitiva o la neurología.
La motivación de esta tesis parte de la necesidad que existe en la clínica diaria de un sistema de diagnóstico de la EA barato y precoz, y la suposición que desde el Corpus de definiciones orales y los modelos bayesianos, se puede llegar a un software capaz de identificarla. Las BNs nos permiten modelar distintas hipótesis de investigación con las que pretendemos lograr una mayor precisión en el diagnóstico temprano de esta enfermedad. El diagnóstico precoz de esta enfermedad es muy importante para conseguir una mayor eficacia de los tratamientos farmacológicos, así como para entender la situación en la que se encuentran los pacientes y actuar en consecuencia. Actualmente el diagnóstico de la EA se realiza mediante los criterios clínicos NINCDS-ADRA y aunque se trata de un método de diagnóstico muy eficaz, requiere la presencia de un deterioro cognitivo o una sospecha confirmada del síndrome de la demencia.
El método de diagnóstico que proponemos en esta tesis doctoral permite identificar el deterioro de la memoria semántica (DS) en sus aspectos declarativos, siendo esta evidencia suficiente para inferir la presencia o la ausencia del DCL. Por otro lado, la EA provoca errores en la denominación y descripción de objetos, es decir, la EA afecta a la memoria semántica y por consiguiente, podemos predecir la posibilidad de padecer la EA a partir de la presencia de un aspecto del DC ¿concretamente el deterioro de la memoria semántica. Además, el DCL puede representar un estado pródromo para la EA, lo cual permite el diagnóstico en las primeras fases de la enfermedad. El diagnóstico del deterioro semántico de categorías específicas se infiere con redes probabilistas, más concretamente con BNs. La implantación de nuestro método de diagnóstico en la clínica diaria podría suponer un gran ahorro para las administraciones públicas. Además, al tratarse de un método de diagnóstico muy barato, podría utilizarse como un método preventivo y con una capacidad de aplicación a poblaciones muy extensas.
La investigación realizada ha proporcionado resultados prometedores como se pueden comprobar en la sección de experimentación del método. Se ha utilizado únicamente como instrumento metodológico el corpus de definiciones orales de Peraita y Grasso, pero sería posible tener en cuenta nuevas variables ¿síntomas y factores de riesgo¿ para hacer un diagnóstico más preciso y determinista.
El objetivo de esta tesis doctoral, como se ha indicado anteriormente, es el diagnóstico de la EA en fase leve a partir del deterioro de la memoria semántica en sus aspectos declarativos y para ello, se ha diseñado un método de diagnóstico fiable, sencillo y económico. El deterioro de la memoria semántica provoca errores en la denominación y descripción de objetos básicos que permite a nuestro método de diagnóstico identificar los déficits léxico-semánticos-conceptuales contenidos en las definiciones orales con restricción temporal de determinadas categorías naturales y objetos básicos.
En los modelos causales de las BNs hay que considerar que la edad y el nivel educativo, pueden influir en la producción oral de rasgos semánticos. En algunas investigaciones como en, se indica que las unidades de información memorísticas de la memoria declarativa disminuyen en función del tiempo que hace que fue creado y aumentan en función del número de veces que son evocadas desde la memoria, es decir, un escaso nivel educativo puede hacer que disminuyan determinadas funciones cognitivas relativas a la memoria semántica. Por otro lado, otras investigaciones apuntan a que determinadas capacidades del cerebro como la memoria, el razonamiento y la comprensión (función cognitiva), pueden empezar a deteriorarse con la edad.
Por otro lado, algunas investigaciones apuntan a que la EA puede causar deterioros de categorías específicas generalizados, cuando la enfermedad está avanzada, y causar deterioros semánticos irregulares o focalizados, cuando la enfermedad es incipiente o incluso prodrómica.
En los modelos causales propuestos en esta tesis doctoral se utilizan la variable EA, la cual está relacionada, entre otras, con la información de contexto: edad, sexo y nivel educativo. No ha sido posible en esta investigación disponer de estudio epidemiológico específico, por lo que se ha recurrido a la literatura científica para obtener la prevalencia de la enfermedad estratificada por estos factores de contexto y poder así, calcular la TPC de la variable EA.
En esta tesis se han realizado una serie de tareas para permitir identificar de forma precoz, la alteración cognitiva que afecta a la memoria semántica en sus aspectos declarativos; estas tareas son: ¿ Analizar, utilizando para ello distintas técnicas de modelado en las BNs, el deterioro semántico diferencial entre los dominios SV y SNV. La BN que modela en su estructura estas relaciones causales mejora el rendimiento cuando la enfermedad es incipiente, respecto a otra BN donde no se tiene en cuenta el deterioro diferencial. Esta demostración es muy importante para el diagnóstico precoz de la enfermedad y para discernir la EA de otras demencias de tipo no-EA que no causen este deterioro focalizado.
¿ Analizar la influencia de la edad y el nivel educativo en la producción oral de rasgos semánticos. Es muy importante determinar si el déficit en la producción oral de rasgos semánticos se puede deber a otros factores que nada tienen que ver con las ENs, como por ejemplo, la propia vejez o a un escaso nivel educativo.
¿ Optimización de la TPC de la variable EA. Esta técnica permite reducir costes en el desarrollo del trabajo de campo, ya que permite recabar más casos sin tener en cuenta la aleatoriedad de la muestra, que de otra manera daría lugar a la aparición del sesgo.
¿ Diseñar e implementar una BN híbrida que permita tener en cuenta investigaciones relevantes del campo de la psicología cognitiva. Esta BN utiliza para la inferencia de las variables latentes los siguientes coeficientes: coeficientes de correlación de Pearson, coeficientes de regresión, ratios de ganancia de información, distancia euclídea modificada o ponderación de atributos en función de la producción oral de rasgos semánticos.
¿ Análisis comparativo de una BN que modela el conocimiento del dominio subyacente al corpus lingüístico de definiciones orales propuesto por Peraita y Grasso, versus una BN que sólo tiene en cuenta el recuento de rasgos semánticos de todas las definiciones orales.
¿ Desarrollo de un sistema software basado en web que hemos considerado muy importante para conseguir financiación privada. Dadas las dificultades que existen en estos momentos para la inversión en investigación, hemos creído imprescindible que este proyecto tenga proyección comercial y por ello, hemos considerado muy importante enmarcarlo dentro de los proyectos TIC para e-Salud.
El método de diagnóstico que se ha propuesto en esta tesis doctoral, es un método que podría estar presente en la evaluación clínica diaria con un bajo coste económico y muy accesible a grandes poblaciones de personas con riesgo de padecer alguna demencia. Actualmente el diagnóstico basado en biomarcadores (neuroimagen, líquido cefalorraquídeo y pruebas genéticas) han avanzado enormemente; pero desgraciadamente, estos sistemas no llegan a todo el mundo, pues son costosos y no están disponibles en la clínica diaria. Pasará aún un tiempo para que estas pruebas sean rutinarias, por tanto, actualmente se siguen aplicando criterios clínicos y neuropsicológicos, pudiéndose complementar estos criterios con el método de diagnóstico propuesto en esta tesis.
Creemos que el método de diagnóstico que se propone en esta investigación, podría dar lugar a nuevas vías de investigación, como por ejemplo, diseñar un método automático para la adquisición de evidencias para la BN. Del mismo modo, podría dar lugar a otros modelos de BNs alternativos que puedan considerar otros síntomas, factores de riesgo o incluso distintos estadios de la enfermedad.
