{"id":3042,"date":"2025-10-14T09:32:12","date_gmt":"2025-10-14T12:32:12","guid":{"rendered":"https:\/\/icc.fcen.uba.ar\/?p=3042"},"modified":"2026-01-26T10:44:19","modified_gmt":"2026-01-26T13:44:19","slug":"estudiar-la-mente-con-ia-hacia-una-deteccion-temprana-del-deterioro-cognitivo","status":"publish","type":"post","link":"https:\/\/icc.fcen.uba.ar\/en\/estudiar-la-mente-con-ia-hacia-una-deteccion-temprana-del-deterioro-cognitivo\/","title":{"rendered":"Estudiar la mente con IA: hacia una detecci\u00f3n temprana del deterioro cognitivo"},"content":{"rendered":"

Investigadores del LIAA-ICC en colaboraci\u00f3n con Fleni est\u00e1n explorando c\u00f3mo la inteligencia artificial puede contribuir a la identificaci\u00f3n temprana del Alzheimer y otras demencias. El grupo analiza en qu\u00e9 contextos los agentes conversacionales funcionan con mayor eficacia frente a los pacientes y ayudan a los m\u00e9dicos a detectar patolog\u00edas, gracias a su capacidad para procesar y analizar grandes vol\u00famenes de datos complejos.<\/strong><\/p>\n

Los agentes conversacionales son programas de inteligencia artificial (IA) dise\u00f1ados para simular conversaciones humanas mediante texto o voz, capaces de comprender el lenguaje natural para responder preguntas, automatizar tareas y ofrecer soporte en plataformas como chats y aplicaciones m\u00f3viles.<\/span><\/p>\n

Hoy estos agentes est\u00e1n al alcance de la mano de cualquier persona, y uno de sus usos m\u00e1s extendidos \u2014desde hace casi cinco a\u00f1os\u2014 es el acompa\u00f1amiento y la asistencia terap\u00e9utica: desde la autoayuda guiada hasta la contenci\u00f3n 24\/7 y el complemento de la terapia humana.<\/span><\/p>\n

Si bien herramientas como ChatGPT no reemplazan a profesionales de la salud, los usuarios pueden mantener conversaciones fluidas y hasta emp\u00e1ticas con estos grandes modelos de lenguaje (LLM).<\/span><\/p>\n

El hecho de que estos agentes se comporten como psic\u00f3logos de adolescentes o como acompa\u00f1antes terap\u00e9uticos de adultos mayores, escuchando y dialogando con ellos las 24 horas del d\u00eda, los 365 d\u00edas del a\u00f1o, constituye un uso cada vez m\u00e1s masivo y dif\u00edcil de ignorar.<\/span><\/p>\n

En este escenario, investigadores del <\/span>Laboratorio de Inteligencia Artificial Aplicada<\/b> (<\/span>LIAA-ICC<\/b>) est\u00e1n indagando sobre el uso de estos agentes o LLM en el contexto de la salud mental, considerando que su utilizaci\u00f3n como \u201cterapeutas artificiales\u201d conlleva diversos riesgos asociados.<\/span><\/p>\n

\u201c<\/span>Aunque un agente conversacional no es un terapeuta, est\u00e1 cumpliendo ese rol porque la gente lo usa masivamente de esa manera. Entonces, no hay modo de evitarlo<\/span><\/i>\u201d, destaca <\/span>Diego Fern\u00e1ndez Slezak<\/b>, investigador de CONICET y director del LIAA.<\/span><\/p>\n

\u201c<\/span>El problema reside en definir si deseamos usar agentes de IA como soporte al diagn\u00f3stico o como ayuda para un terapeuta en la detecci\u00f3n y tratamiento de enfermedades espec\u00edficas, en entornos m\u00e1s controlados, regulados y supervisados. Queremos entender cu\u00e1l es el poder, cu\u00e1l es la posibilidad y cu\u00e1les son los problemas que abren cada uno de estos usos<\/span><\/i>\u201d, puntualiza Fern\u00e1ndez Slezak.<\/span><\/p>\n

Psiquiatr\u00eda computacional para complementar la atenci\u00f3n humana<\/b><\/p>\n

Una primera l\u00ednea de investigaci\u00f3n del Laboratorio es la aplicaci\u00f3n de la IA en Alzheimer y otras demencias. El prop\u00f3sito es explorar en qu\u00e9 nichos estos agentes funcionan de manera m\u00e1s robusta ante los pacientes, ya sea porque aceleran el proceso, mejoran la calidad de la atenci\u00f3n o resuelven problemas que el ser humano no puede detectar, por limitaciones de precisi\u00f3n o por la complejidad de los datos involucrados.<\/span><\/p>\n

\u201c<\/span>Este es un tema de investigaci\u00f3n m\u00e1s nuevo para nuestro grupo, relacionado con el acceso masivo a neur\u00f3logos y neuropsic\u00f3logos en el tratamiento de la demencia. Sin dudas, la comunidad internacional en salud viene discutiendo intensamente el claro envejecimiento de la poblaci\u00f3n. Pero este aumento de adultos mayores viene con un problema asociado: el decaimiento cognitivo. Es decir, la mayor\u00eda de nosotros, como pacientes, de alg\u00fan modo vamos a tener un deterioro cognitivo a medida que avance nuestra edad y vamos a necesitar apoyo temprano<\/span><\/i>\u201d, explica el investigador especializado en IA aplicada.<\/span><\/p>\n

Fundamentalmente en algunos pacientes ese deterioro ser\u00e1 m\u00e1s r\u00e1pido de lo normal y se manifestar\u00e1 como una demencia acelerada o un Alzheimer. En s\u00edntesis, la detecci\u00f3n temprana de la demencia resulta un t\u00f3pico fundamental en la investigaci\u00f3n en salud p\u00fablica, y el sistema de salud no puede ni debe ignorarlo.<\/span><\/p>\n

Tal es as\u00ed que los investigadores del LIAA est\u00e1n indagando c\u00f3mo usar eficazmente estos agentes conversacionales en el contexto de la investigaci\u00f3n en demencia.<\/span><\/p>\n

\"\"<\/a>\u201c<\/span>Teniendo en cuenta que uno de los principales elementos que se asocian a la demencia es la p\u00e9rdida de memoria, una pregunta bien espec\u00edfica para empezar a trabajar este problema es: \u00bfc\u00f3mo puedo usar agentes conversacionales para evaluar la memoria y ayudar a los profesionales m\u00e9dicos en esta tarea? O incluso, mejor a\u00fan, ya no solo para evaluar la memoria, sino para evaluar la progresi\u00f3n del deterioro de la memoria que sabemos que inexorablemente nos acompa\u00f1ar\u00e1 con el paso del tiempo<\/span><\/i>\u201d, argumenta Fern\u00e1ndez Slezak.<\/span><\/p>\n

Y aclara: \u201c<\/span>Nuestras investigaciones consisten en comprender c\u00f3mo usar modelos de lenguaje \u2014sean ChatGPT, Llama o Claude\u2014 para generar conversaciones con personas que permitan evaluar su calidad cognitiva y su deterioro cognitivo a lo largo del tiempo, incluso mediante estudios longitudinales<\/span><\/i>\u201d.<\/span><\/p>\n

Para ello, los investigadores desarrollaron un proyecto piloto que consisti\u00f3 en el dise\u00f1o de instrumentos neuropsicol\u00f3gicos basados en IA para diferenciar a individuos sanos de sujetos con deterioro cognitivo leve (DCL). El estudio (<\/span>ver paper<\/span><\/a>) incluy\u00f3 a 42 participantes de entre 60 y 89 a\u00f1os en el Instituto Neurol\u00f3gico Fleni, quienes realizaron pruebas neuropsicol\u00f3gicas durante las cuales se grab\u00f3 a los participantes en video y audio mientras realizaban una tarea de lenguaje en una plataforma web.<\/span><\/p>\n

El prop\u00f3sito fue extraer marcadores de cinco modalidades: habla (transcripci\u00f3n autom\u00e1tica de voz), ac\u00fastica (audio), malla facial (video), combinaci\u00f3n de formas (video) y reconocimiento de emociones (video y audio).<\/span><\/p>\n

Cabe destacar que los marcadores de habla se correlacionaron con el lenguaje y la memoria, y en total se obtuvieron 204 marcadores de IA significativamente correlacionados con las pruebas tradicionales, de un total de 432 (47 %).<\/span><\/p>\n

\"\"<\/a><\/p>\n

Los resultados de este estudio preliminar demostraron la validez de los algoritmos de IA aplicados a la poblaci\u00f3n local, y el siguiente paso de la investigaci\u00f3n es incluir a m\u00e1s pacientes con DCL para comprender mejor los patrones comunicativos diferenciales.\u00a0<\/span><\/p>\n

Esta investigaci\u00f3n se realiza en colaboraci\u00f3n con el equipo de Fleni, bajo la direcci\u00f3n de la doctora Luc\u00eda Crivelli.<\/p>\n

\u201c<\/span>Considerando que ya tenemos un proyecto piloto replicable a una poblaci\u00f3n m\u00e1s grande, recientemente presentamos estos resultados en un importante journal de Alzheimer y Demencia, junto con una propuesta de proyecto de investigaci\u00f3n a una organizaci\u00f3n internacional de Alzheimer para detectar deterioro cognitivo a nivel longitudinal<\/span><\/i>\u201d, precisa Fern\u00e1ndez Slezak.<\/span><\/p>\n

Otro de los trabajos publicados propuso <\/span>utilizar IA para ayudar a identificar y comprender las ataxias cr\u00f3nicas<\/span><\/a>, trastornos neurol\u00f3gicos degenerativos que provocan la p\u00e9rdida de la coordinaci\u00f3n muscular y el control del movimiento debido a da\u00f1os en el cerebelo o en otras partes del sistema nervioso central.<\/span><\/p>\n

El estudio recurri\u00f3 al uso de un asistente virtual inteligente para el diagn\u00f3stico de estos trastornos. Durante el proceso de validaci\u00f3n se seleccionaron 453 casos cl\u00ednicos de la literatura sobre 151 causas de ataxia cr\u00f3nica. La precisi\u00f3n diagn\u00f3stica se compar\u00f3 con la de 21 neur\u00f3logos especializados en trastornos del movimiento y con GPT-4. Tambi\u00e9n se evalu\u00f3 la usabilidad en cuanto al tiempo y n\u00famero de preguntas necesarias.<\/span><\/p>\n

Los resultados preliminares revelaron que la precisi\u00f3n del asistente virtual fue del 90,9 %, superior a la de los neur\u00f3logos (18,3 %) y GPT-4 (19,4 %). Adem\u00e1s, obtuvo un rendimiento significativamente superior en las causas de ataxia distribuidas por edad, herencia, frecuencia, manifestaciones cl\u00ednicas asociadas y disponibilidad de tratamiento.<\/span><\/p>\n

Una evidencia clara identificada en el estudio fue que los neur\u00f3logos y el GPT-4 mencionaron 110 diagn\u00f3sticos incorrectos, el 83,6 % de los cuales fueron realizados por el GPT-4, que tambi\u00e9n gener\u00f3 siete alucinaciones de datos. Mientras tanto, el asistente virtual requiri\u00f3 un promedio de 14 preguntas y 1,5 minutos para generar una lista de diagn\u00f3sticos diferenciales, lo que result\u00f3 significativamente m\u00e1s r\u00e1pido que los neur\u00f3logos (media de 19,4 minutos).<\/span><\/p>\n

En conclusi\u00f3n, el asistente virtual desarrollado por el LIAA demostr\u00f3 ser preciso, f\u00e1cil de usar y r\u00e1pido para el diagn\u00f3stico de ataxias cr\u00f3nicas, pudiendo contribuir como herramienta de apoyo en la consulta neurol\u00f3gica y extenderse a otras enfermedades, tanto neurol\u00f3gicas como no neurol\u00f3gicas.<\/span><\/p>\n

A su vez, una segunda l\u00ednea de trabajo, adicional a estos proyectos, busca aprovechar los resultados obtenidos hist\u00f3ricamente por el LIAA para aplicar el procesamiento del lenguaje natural a patolog\u00edas como la esquizofrenia \u2014estudios previos que analizaron la coherencia del discurso, los determinantes del habla y su caracterizaci\u00f3n frente a pacientes sin la patolog\u00eda\u2014replic\u00e1ndolos ahora en grandes modelos de lenguaje con los avances acumulados durante los \u00faltimos cinco a\u00f1os.<\/span><\/p>\n

\u201c<\/span>En definitiva, la pregunta que buscamos responder es si estos modelos de lenguaje que tienen alucinaciones \u2014ya que al usarlos de forma no t\u00e9cnica, habl\u00e1ndoles en espa\u00f1ol y prompte\u00e1ndolos en vez de programarlos con t\u00e9cnicas matem\u00e1ticas formales\u2014 son capaces de caracterizar el lenguaje y eventualmente caracterizar a los pacientes de la misma manera que lo hac\u00edamos antes\u201d<\/span><\/i>, afirma el director del LIAA.<\/span><\/p>\n

Y menciona adem\u00e1s que tomaron dos <\/span>papers<\/span><\/i> principales sobre predicci\u00f3n de psicosis, uno de <\/span>2015<\/span><\/a> y otro de <\/span>2018<\/span><\/a>, con el fin de replicar los mismos estudios de hace quince a\u00f1os mediante las tecnolog\u00edas actuales.<\/span><\/p>\n

Combatiendo las alucinaciones de los modelos de IA<\/b><\/p>\n

\"\"<\/a>Por \u00faltimo, Fern\u00e1ndez Slezak comenta que, hasta ahora, las t\u00e9cnicas de IA que estuvieron aplicando eran de an\u00e1lisis de texto, audio, imagen o video, donde no hab\u00eda alucinaciones (respuestas, datos o patrones generados por IA que son falsos o no se corresponden con la realidad), porque a\u00fan no aplicaban el uso de LLM.<\/span><\/p>\n

\u201c<\/span>En este nuevo proyecto con agentes conversacionales aparece el gran problema de las alucinaciones y la generaci\u00f3n de contenido falso que tienen estos modelos, y es un riesgo a explorar<\/span><\/i>\u201d, sostiene el investigador y doctor en ciencias de la computaci\u00f3n.<\/span><\/p>\n

Y concluye que, si bien a\u00fan no tienen una soluci\u00f3n robusta para las alucinaciones y los sesgos de los modelos de IA, \u201c<\/span>podemos afirmar que usando t\u00e9cnicas de prompting (ingreso de texto a estos modelos) sumado a lo que se conoce como RAGs \u2014bases de datos asociadas a los modelos de lenguaje\u2014, las alucinaciones y los errores se reducen much\u00edsimo y llegan a l\u00edmites tan bajos como los de los m\u00e9dicos o incluso inferiores<\/span><\/i>\u201d.<\/span><\/p>\n

De ese modo, seguramente se puede \u2014y se podr\u00e1\u2014 pensar en usos terap\u00e9uticos o cl\u00ednicos con un abordaje m\u00e1s cient\u00edfico y riguroso de estas herramientas en auge de la IA.<\/span><\/p>\n<\/div><\/div><\/div><\/div><\/div>\n","protected":false},"excerpt":{"rendered":"

Investigadores del LIAA-ICC en colaboraci\u00f3n con Fleni est\u00e1n explorando c\u00f3mo la inteligencia artificial puede contribuir a la identificaci\u00f3n temprana del Alzheimer y otras demencias. El grupo analiza en qu\u00e9 contextos los agentes conversacionales funcionan con mayor eficacia frente a los pacientes y ayudan a los m\u00e9dicos a detectar patolog\u00edas, gracias a su capacidad para procesar y analizar grandes vol\u00famenes de datos complejos.<\/p>\n","protected":false},"author":9,"featured_media":3046,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[12],"tags":[76,28],"class_list":["post-3042","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-noticias","tag-capacidades-cognitivas","tag-inteligencia-artificial"],"_links":{"self":[{"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/posts\/3042","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/users\/9"}],"replies":[{"embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/comments?post=3042"}],"version-history":[{"count":5,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/posts\/3042\/revisions"}],"predecessor-version":[{"id":3051,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/posts\/3042\/revisions\/3051"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/media\/3046"}],"wp:attachment":[{"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/media?parent=3042"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/categories?post=3042"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/tags?post=3042"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}