Salut
Un model automatitzat per detectar a través de la veu els primers símptomes de l'ELA
La intel·ligència artificial permet millor el diagnòstic humà amb una precisió del 95,8%
Malgrat que els primers símptomes de la malaltia es manifesten de forma diferent, un 80% dels pacients d'ELA acaben experimentant problemes d'articulació en la parla. Aquest deteriorament pot començar fins a tres anys abans del diagnòstic de la malaltia, fet que dona importància a la detecció primerenca de l'afectació bulbar. Un dels primers símptomes és el deteriorament de la veu caracteritzat per una articulació greument defectuosa, discurs extremadament lent i laboriós, marcada hipernasalitat i aspror severa.
El doctorand de la UdL i investigador del CIMNE Alberto Tena ha treballat a partir de l'enregistrament de la veu a 45 pacients d'ELA de l'Hospital de Bellvitge i 18 persones de control. Amb l'anàlisi acústica de la pronunciació de les cinc vocals espanyoles es van nodrir uns sistemes d'intel·ligència artificial a partir d'aprenentatge supervisat de ('machine learning') que han permès desenvolupar uns models o marcadors de veu a partir de trets del subsistema fonatori (fluctuació, brillantor, relació harmònica-soroll i to).
Segons els investigadors, els resultats han estat molt satisfactoris per identificar i diferenciar els participants amb afectació bulbar, els que no la tenien i el grup de control, amb una precisió propera al 96%. «Tenim molt treball per davant encara, però els primers resultats que hem obtingut mostren que l'afectació bulbar es pot detectar amb models automàtics abans que sigui perceptible per a l'oïda humana, i que es poden establir mesures objectives que facilitin un diagnòstic precoç i precís», destaca Alberto Tena, que realitza la seva tesi doctoral amb la tutoria dels doctors de l'Escola Politècnica Superior de la UdL Francesc Clarià i Francesc Solsona.
La continuïtat del projecte passa per ampliar la base de dades amb més veus i nous paràmetres d'anàlisi que permetin resultats més precisos i adreçats a millorar la identificació de l'afectació bulbar en els pacients d'ELA.