Detección de afectación bulbar en pacientes con Esclerosis Lateral Amiotrófica mediante Análisis de voz de aprendizaje automático: Estudio de desarrollo de apoyo a la toma de decisiones diagnósticas

por | May 20, 2021 | Actualidad, Investigación

La afectación bulbar es un término utilizado en la esclerosis lateral amiotrófica (ELA) que se refiere al deterioro de las neuronas motoras en la zona cortico bulbar del tronco encefálico, lo que produce una disfunción del habla y la deglución. Uno de los primeros síntomas de la afectación bulbar es el deterioro de la voz caracterizado por una articulación muy defectuosa; habla extremadamente lenta y laboriosa; hipernasalidad marcada; y severa dureza. Por tanto, la detección precoz es fundamental para mejorar la calidad de vida y alargar la esperanza de vida de los pacientes con ELA que presentan esta disfunción. Los esfuerzos de investigación recientes se han centrado en el análisis de la voz para capturar la participación bulbar.

El objetivo principal de este trabajo fue doble, por un lado, diseñar una metodología para diagnosticar la afectación bulbar de manera eficiente a través de los parámetros acústicos de las vocales pronunciadas en español, y seguidamente, para demostrar que el desempeño de las vocales automáticas, el diagnóstico de afectación bulbar es superior al diagnóstico humano.

El estudio se centró en la extracción de características del subsistema fonatorio: jitter, shimmer, armónicos a ruido, proporción y tono — de la pronunciación de las cinco vocales españolas. A continuación, se utilizaron varios algoritmos de clasificación supervisados, precedido por el análisis de componentes principales de las características obtenidas. En este estudio también se muestra cómo el modelo puede mejorar el diagnóstico humano, que a menudo puede diagnosticar erróneamente la participación bulbar.

Los resultados obtenidos son muy alentadores y demuestran la eficiencia y aplicabilidad de la automatización modelo presentado en este documento. Puede ser una herramienta adecuada para ayudar en el diagnóstico de ELA por equipos clínicos multidisciplinarios, en particular para mejorar el diagnóstico de afectación bulbar.

Detection of Bulbar Involvement in Patients with Amyotrophic Lateral Sclerosis by Machine Learning Voice Analysis: Diagnostic Decision Support Development Study. Tena A. et al. JMIR MEDICAL INFORMATICS, 2021. DOI10.2196/21331

0 comentarios

Descargar materiales

Contacto de prensa

Daniel González Pérez 
Responsable de Marketing, Comunicación y Digital
(+34) 91 447 56 77 / 659 906 792
comunicacion@ffluzon.org

Lorenzo Herrera Sánchez
Responsable de Captación de Fondos y Prensa
(+34) 91 447 56 77 / 659 906 792
colabora@ffluzon.org

Recursos Gráficos

Recursos Audiovisuales