El cáncer, la depresión y otras enfermedades se podrían tratar analizando la voz, según estudio

0


Mediante la implementación de un innovador sistema de inteligencia artificial, pronto podría ser posible, a través del análisis de muestras de voz de un paciente, apoyar la elaboración de diagnósticos clínicos y la aplicación de tratamientos para enfermedades como el cáncer y la depresión, entre otras.

Esta iniciativa comenzó recientemente a materializarse gracias al trabajo colaborativo de 12 instituciones de investigación líderes del área, repartidas entre Estados Unidos y Canadá, con el propósito de ofrecer nuevas herramientas para la atención clínica.

La voz como biomarcador de la salud

Este proyecto, financiado con fondos públicos estadounidenses por 14 millones de dólares, se encuentra actualmente en la labor de recopilar cientos de miles de voces humanas en una muestra lo más diversa posible, respetando estándares éticos y de privacidad con respecto a los pacientes participantes de la iniciativa. 

Utilizando los datos recopilados en la antes descrita etapa del proyecto, posteriormente serán entrenados los modelos de aprendizaje automático que pasarían después a detectar enfermedades, mediante el rastreo de cambios en la voz humana.

En esta primera etapa, el levantamiento de los datos con los que trabajará la IA será ejecutado exclusivamente por médicos expertos en centros clínicos, utilizando un software dedicado para esta tarea. Posteriormente, ya alcanzado el tercer y posteriormente el cuarto año, este ejercicio recién podría extenderse a otros modos de recopilación de datos de manera remota y desatendida.

“Usaremos una tecnología novedosa llamada «tecnología de aprendizaje federado» que permite entrenar modelos de aprendizaje automático en estas muestras de voz, sin que abandonen su ubicación original. Esto mostrará que la investigación basada en IA se puede implementar en múltiples centros de investigación, al tiempo que se preserva la privacidad y la seguridad de los datos confidenciales de voz”, explicó el investigador titular Vardit Ravitsky, docente en las universidades de Montreal y Harvard.

La amplitud de información que pretende recopilarse a través de este proyecto, persigue el propósito de generar la base de datos de muestra de voz más completa posible, para que la IA la analice y distinga particularidades en la voz que se pueden asociar a algunas enfermedades. Sin ir muy lejos, Ravitsky cita como ejemplo lo que ocurre con la enfermedad de Parkinson, caracterizada por el tenor monótono que suele tomar la voz al padecerla. “Los especialistas en voz capacitados generalmente sospecharían de la enfermedad de Parkinson de inmediato cuando escuchan estas variaciones. Pero no todos los pacientes tienen acceso a tales especialistas. El objetivo es hacer que los algoritmos de IA sean tan buenos como los especialistas en voz capacitados, de modo que esta herramienta de diagnóstico esté disponible también en áreas de menores recursos. Esto mejoraría los resultados para los pacientes y promovería la equidad en la atención médica”, explicó el investigador.

Los cuatro años contemplados para ejecutar este proyecto no son más que el inicio de una iniciativa mucho más ambiciosa. “Si la infraestructura está bien desarrollada, esto podría representar el comienzo de una misión de colaboración internacional, como el Proyecto Genoma Humano, donde los datos de voz serían utilizados por miles de investigadores y luego, según esa investigación, por médicos de todo el mundo. Podría permitir descubrimientos nuevos e importantes y mejorar lo que la medicina de precisión tiene para ofrecer a los pacientes”

De la mano de la inteligencia artificial, nos acercamos cada vez más a aquellas narrativas de ciencia ficción con las que generaciones pasadas imaginaron el futuro. Literalmente, según lo que plantea este proyecto, podríamos contar en el futuro con la posibilidad de usar una aplicación móvil especializada, para simplemente grabar una muestra de voz y enviársela un médico como un antecedente provisto por una herramienta de diagnóstico adicional.



Source link