A IA pode diagnosticar Alzheimer em fase inicial usando alterações subtis nos padrões de fala ?

A deteção precoce da doença de Alzheimer continua a ser um desafio devido a alterações cognitivas subtis que precedem os sintomas clínicos. A análise da fala oferece um método não invasivo para identificar biomarcadores linguísticos associados ao declínio neural precoce. Os modelos de IA estão a ser treinados com grandes conjuntos de dados de linguagem falada de pacientes posteriormente diagnosticados com Alzheimer. Características linguísticas como pausas na busca de palavras, repetição e complexidade sintática podem servir como indicadores preditivos. Esta abordagem poderá permitir uma intervenção mais precoce e planos de cuidados personalizados.

A IA atual baseada em fala consegue detetar marcadores linguísticos subtis ligados ao Alzheimer precoce — como hesitações aumentadas, redução da complexidade sintática e pausas na busca de palavras — com precisões reportadas entre 70–85% em pequenas coortes de investigação; os grandes modelos de linguagem ainda não estão certificados como ferramentas de diagnóstico, e o desempenho varia amplamente entre línguas e populações de pacientes. Os sistemas com aprovação regulatória são limitados, pelo que estes métodos são maioritariamente usados em investigação ou como auxiliares de rastreio, em vez de testes de diagnóstico autónomos. Como os modelos são sensíveis às condições de gravação e a enviesamentos demográficos, a validação externa em contextos reais está em curso.

— Enriched 12 de maio de 2026 · Fonte: Alzheimer’s Association — https://www.alz.org/research/our_research/technology/early-detection-speech