Un algoritmo basado en inteligencia artificial predijo con precisión la probabilidad de que una persona sufriera problemas cardíacos relacionados con arterias obstruidas basándose únicamente en grabaciones de voz. Este estudio fue presentado en la 71ª reunión anual del Colegio Americano de Cardiología y publicado simultáneamente en la revista Mayo Clinic Proceedings. Su objetivo era evaluar la asociación entre un biomarcador de voz preidentificados e incidencias relacionadas con enfermedades de las arterias coronarias (EAC).
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 enfermedades de las arterias coronarias (EAC), una acumulación de placa en las arterias del corazón, y tres veces más probabilidades de mostrar evidencia de acumulación de placa en las consultas médicas, en comparación con aquellos 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 dijeron que este enfoque podría ser particularmente útil en la prestación de atención médica remota y la telesalud.
Funcionamiento
Para el 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 de 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, que hablaran libremente sobre una experiencia negativa.
El algoritmo Vocalis Health luego analizó las muestras de voz de los participantes. El sistema basado en IA había sido entrenado 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 recopiladas en Israel. En estudios anteriores, los investigadores identificaron seis características que estaban altamente correlacionadas con EAC. Para este 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.
Este estudio encontró una asociación significativa entre un biomarcador de voz no invasivo y eventos de EAC incidentes en el seguimiento. Estos resultados pueden tener implicaciones clínicas importantes para la detección remota y no invasiva de pacientes para identificar aquellos en riesgo de enfermedad coronaria y sus complicaciones.
La inteligencia artificial sigue abriéndose camino
“Nosotros mismos no podemos escuchar estas características particulares”, dijo el Dr. Jaskanwal Deep Singh Sara, becario de cardiología en Mayo Clinic y autor principal del estudio. "Esta tecnología utiliza el aprendizaje automático para cuantificar algo que no es fácilmente cuantificable para nosotros usando nuestro cerebro y nuestro oído humanos".
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 en los 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 científicos no han concluido por qué ciertas características de la voz parecen ser indicativas de EAC, pero Sara dijo 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, dijo Sara.
El estudio se realizó con hablantes de inglés en el medio oeste de los EE. UU. utilizando un software entrenado en muestras de voz recopiladas en Israel. Sara dijo que se necesitan más pruebas para determinar si el enfoque es generalizable y escalable entre idiomas, países, culturas y entornos de atención médica. Agregó que también será importante abordar los problemas de seguridad y privacidad antes de incorporar dicha tecnología a la telemedicina o las evaluaciones de salud en el sitio.
“Definitivamente es un campo emocionante, pero aún queda mucho trabajo por hacer”, dijo Sara. “Tenemos que conocer las limitaciones de los datos que tenemos, y necesitamos realizar más estudios en poblaciones más diversas, ensayos más grandes y más estudios prospectivos como este”.
La atención médica remota y el futuro
“La telemedicina no es invasiva, es rentable y eficiente, y se ha vuelto cada vez más importante durante la pandemia”, dijo el Dr. Jaskanwal Deep Singh Sara. “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. Proporcionar una muestra de voz es muy intuitivo e incluso agradable para los pacientes, y podría convertirse en un medio escalable para mejorar la gestión de los pacientes.