Introducción
La innovación es un proceso y rara vez progresa de golpe. Lo habitual es avanzar paso a paso. El año pasado se publicó un estudio que captó mucha atención por diferentes motivos. Su autor principal es Matthew Shen y en él se explora la idea de utilizar modelos de inteligencia artificial (IA) para analizar la voz humana y, en cierta medida, detectar la enfermedad de Parkinson precozmente. Esto es, antes de la aparición de la propia sintomatología.
Se trata de una investigación aún en desarrollo con título: “Explainable artificial intelligence to diagnose early Parkinson’s disease via voice analysis” o, en español, inteligencia artificial explicable para diagnosticar la enfermedad de Parkinson en fase temprana mediante el análisis de voz. De nuevo se nos presenta esa intersección que tanto nos gusta, entre las nuevas tecnologías y los servicios sanitarios.
¿Quién es Matthew Shen?
Un estudiante de Toronto que comenzó este trabajo en su propia casa, con ordenadores convencionales y toneladas de talento y motivación para contribuir a resolver un problema global: la detección de la enfermedad de Parkinson, lo antes posible. Efectivamente, no es un señor con bata blanca cercano a la jubilación, con cientos de publicaciones a sus espaldas y un equipo detrás. Sus conocimientos combinan una serie de disciplinas como la ingeniería, la ciencia de datos y el análisis biomédico.
¿Puede la voz ayudar a detectar el Parkinson?
La enfermedad de Parkinson produce alteraciones motoras como el temblor, la rigidez o la lentitud de movimientos. También puede afectar al habla desde fases relativamente tempranas.
El equipo investigador desarrolló un modelo de IA de aprendizaje profundo (Deep Learning) capaz de analizar grabaciones de voz e identificar patrones asociados a la enfermedad junto a potenciales relaciones complejas entre las múltiples variables, simultáneamente. Para ello se observaron diferentes parámetros acústicos empleados habitualmente en ingeniería del habla.
El modelo permite detectar eficazmente alteraciones casi imperceptibles en el tono, la amplitud o la estabilidad de la voz antes de que se vuelvan conscientes para el propio paciente o su entorno, lo que haría potencialmente posible un diagnóstico temprano.
Según los resultados publicados, el modelo alcanzó una tasa de acierto cercana al 91 % dentro del conjunto de datos empleado durante la investigación, empleando muestras de voz de corta duración. Es un resultado prometedor, aunque debemos interpretarlo con prudencia. Un estudio de estas características y con un conjunto de muestras limitado no implica que ya exista una herramienta clínica capaz de diagnosticar la enfermedad de Parkinson mediante la voz y en fase temprana. Sigue siendo necesario validar y/o perfeccionar el modelo en poblaciones mucho más amplias, diferentes idiomas, distintos dispositivos de grabación y contextos clínicos diversos. Pero es un buen punto de partida y no debería quedarse aquí.
El potencial de los biomarcadores digitales
Esta investigación utiliza el concepto de biomarcador digital. Tradicionalmente, los biomarcadores son parámetros biológicos medibles mediante, por ejemplo, un análisis de sangre o una resonancia magnética.
La tecnología actual nos permite obtener información relevante a partir de señales digitalizables y generadas directamente por nuestro propio organismo: la voz, la marcha, la escritura, el movimiento de las manos, etc.
Por tanto, esta potencial detección precoz de la enfermedad de Parkinson sería no invasiva (muestra vocal), de bajo coste, repetible a voluntad, muy escalable y facilitaría el seguimiento evolutivo.
Conclusiones
La inteligencia artificial es una herramienta cada vez más utilizada en la investigación de las enfermedades neurológicas. El trabajo desarrollado por Matthew Shen y su equipo demuestra cómo el análisis avanzado de la voz puede convertirse en una herramienta de gran interés para explorar nuevos biomarcadores digitales del Parkinson.
Seguiremos atentos a la evolución de su trabajo y ojalá llegue el día en que podamos disponer en la palma de nuestra mano, con una aplicación instalada en nuestro smartphone, de una herramienta precisa para la detección, en fase temprana, de la enfermedad de Parkinson y/u otras enfermedades neurológicas.
Revisado por:
Socio director de Tecyss
Investigación publicada en “Scientific Reports” del grupo “Springer Nature”