IA entrenada para biomarcadores vocales específicos podría predecir con precisión enfermedad de arterias coronarias

Otros grupos de investigación han explorado el uso de tecnología similar para una variedad de trastornos, incluida la enfermedad de Parkinson, la enfermedad de Alzheimer y la COVID-19. Ahora, por primera vez, los investigadores han utilizado el análisis de voz para predecir los resultados de EAC en pacientes que fueron seguidos prospectivamente después de una evaluación inicial.

En un estudio reciente realizado por el equipo de investigación de  Clínica Mayo (Rochester, MN, EUA), un algoritmo informático basado en inteligencia artificial (IA) predijo con precisión la probabilidad de que una persona padezca EAC basándose únicamente en grabaciones de voz. Los investigadores encontraron que las personas con una puntuación alta en los biomarcadores de voz tenían 2,6 veces más probabilidades de sufrir problemas importantes asociados con la EAC y tres veces más probabilidades de mostrar evidencia de acumulación de placa en las pruebas médicas en comparación con las que tenían una puntuación baja. Si bien la tecnología aún no está lista para su uso en la clínica, la demostración sugiere que el análisis de voz podría ser una poderosa herramienta de detección para identificar a los pacientes que pueden beneficiarse de un control más cercano de los eventos relacionados con EAC. Los investigadores creen que este enfoque podría ser particularmente útil en la prestación de atención médica remota y la telesalud.

Para el nuevo estudio, los investigadores reclutaron a 108 pacientes que fueron remitidos para un angiograma coronario, un procedimiento de imágenes de rayos X utilizado para evaluar el estado de las arterias del corazón. Se pidió a los participantes que grabaran tres muestras de voz de 30 segundos utilizando la aplicación para teléfonos inteligentes Vocalis Health. Para la primera muestra, los participantes leyeron un texto preparado. Para la segunda muestra, se les pidió que hablaran libremente sobre una experiencia positiva, y para la tercera, hablaron libremente sobre una experiencia negativa.

El algoritmo Vocalis Health luego analizó las muestras de voz de los participantes. El sistema basado en IA se entrenó para analizar más de 80 características de las grabaciones de voz, como la frecuencia, la amplitud, el tono y la cadencia, según un conjunto de entrenamiento de más de 10.000 muestras de voz. En estudios anteriores, los investigadores identificaron seis características que estaban altamente correlacionadas con EAC. Para el nuevo estudio, los investigadores combinaron estas características en una sola puntuación, expresada como un número entre -1 y 1 para cada individuo. Un tercio de los pacientes se clasificaron con una puntuación alta y dos tercios con una puntuación baja.

Los participantes del estudio fueron seguidos durante dos años. De los que tenían una puntuación alta en los biomarcadores de la voz, el 58,3 % visitó el hospital por dolor torácico o sufrió un síndrome coronario agudo (un tipo de problema cardíaco importante que incluye ataques cardíacos), el criterio principal de valoración compuesto del estudio, en comparación con el 30,6 % de los que tenían una puntuación baja de biomarcadores de voz. Los participantes con un puntaje de biomarcador de voz alto también tenían más probabilidades de tener una prueba de esfuerzo positiva o de ser diagnosticados con EAC durante un angiograma posterior (el criterio de valoración secundario compuesto).

Los investigadores no han concluido por qué ciertas características de la voz parecen ser indicativas de EAC, pero creen que el sistema nervioso autónomo puede desempeñar un papel. Esta parte del sistema nervioso regula las funciones corporales que no están bajo control consciente, lo que incluye tanto la laringe como muchos aspectos del sistema cardiovascular, como la frecuencia cardíaca y la presión arterial. Por lo tanto, es posible que la voz pueda proporcionar pistas sobre cómo funciona el sistema nervioso autónomo y, por extensión, proporcionar información sobre la salud cardiovascular, según los investigadores.

“No podemos escuchar estas características particulares nosotros mismos. Esta tecnología utiliza el aprendizaje automático para cuantificar algo que no es fácilmente cuantificable para nosotros usando nuestros cerebros humanos y nuestros oídos humanos”, dijo el Dr. Jaskanwal Deep Singh Sara, becario de cardiología en Mayo Clinic y autor principal del estudio. “No estamos sugiriendo que la tecnología de análisis de voz reemplace a los médicos o los métodos existentes de prestación de atención médica, pero creemos que existe una gran oportunidad para que la tecnología de voz actúe como un complemento de las estrategias existentes”.

Enlaces relacionados:
Clínica Mayo