Con un sistema de algoritmos estadísticos buscan determinar en las voces grabadas de pacientes un biomarcador para la predicción de estados iniciales de la enfermedad.
Fernando Guzmán Aguilar |UNAM Global| Jun 16, 2021. ¿Sabías que la onda sonora que se genera cuando pronunciamos la letra A podría ser clave para el diagnóstico y monitoreo de la enfermedad de Parkinson?
Entre el sonido de la A en la voz de una persona sana y en la de una con Parkinson hay diferencias porque esta enfermedad neurodegenerativa deteriora las cuerdas vocales; los músculos que controlan la voz quedan afectados por una rigidez y falta de movilidad apropiadas.
Como “a oído de buen cubero” no podemos distinguir esas diferencias, Lizbeth Naranjo y Ruth Fuentes trabajan en un sistema estadístico que permite identificar parámetros de la voz afectada por Parkinson. Su objetivo es usarlos como un biomarcador de estados iniciales y progresión de la enfermedad.
En grabaciones de la voz de pacientes con Parkinson, las investigadoras de la Facultad de Ciencias prueban algoritmos estadísticos. Previamente, con algoritmos de telemonitoreo se extraen características relacionadas con el tamaño, la longitud, la frecuencia y la amplitud de onda de las voces grabadas.
Las irregularidades en la onda de voz se transforman en señales eléctricas y, posteriormente, en matrices numéricas que se pueden evaluar objetivamente.
La edad y el género son otras variables que utilizan las investigadoras de la UNAM en su método estadístico para el reconocimiento automatizado de patrones. La edad, porque el Parkinson aparece generalmente en adultos mayores, y el género, porque el riesgo de desarrollarlo es mayor en hombres que en mujeres.
Así, con la información extraída de las grabaciones, que están en una base de datos, las doctoras Naranjo y Fuentes alimentan y prueban un modelo estadístico que automáticamente distingue entre una voz sana y una afectada por Parkinson.
Sin embargo, “el algoritmo estadístico utilizado no es cien por ciento efectivo, todavía tiene un margen de error en la predicción y el diagnóstico. Nos da una certeza de ochenta por ciento”.
Con el fin de reducir el margen de error e identificar un biomarcador de estadios iniciales de esta enfermedad, que afecta a entre 40 y 50 de cada 100 mil habitantes en México al año, aún estudian y prueban algoritmos estadísticos.
Ahora bien, el sistema que desarrollan no requiere de un especialista intermediario. Es de entrada y salida de datos, con un resultado automático, binario. Sí o no se tiene un diagnóstico positivo de la enfermedad.
Las grabaciones de las voces son proporcionadas a la UNAM por la Universidad de Extremadura, España. Pertenecen a pacientes de la Asociación Regional de Parkinson de Extremadura y de la Confederación Española de Personas con Discapacidad Física y Orgánica de España.
Utilizan la letra A porque es un vocablo simple, con poca variabilidad en México y España, en los idiomas y dialectos, en el habla regional.
Sin embargo, para mejorar la predicción del modelo, tendrán que probar los algoritmos estadísticos en voces grabadas de personas sanas y de pacientes con Parkinson en México.
La meta imaginada por Naranjo y Fuentes es contar con una app que apoye a personal médico en la detección de estados iniciales y en el diagnóstico de Parkinson, así como en el monitoreo de la evolución de los pacientes.
Una aplicación de este tipo no sustituirá al médico especialista, aclara Fuentes. Solo sería una herramienta no invasiva que daría más apoyo al diagnóstico y al seguimiento.
Detectar los estados iniciales de la enfermedad y monitorear su evolución, dice Naranjo, permitirá mejorar la calidad de vida de los enfermos de Parkinson porque tendrían un cuidado continuo, adecuado y oportuno.
A los sistemas de salud, la información del monitoreo de pacientes mediante un sistema estadístico automático les permitiría una planeación o ajuste presupuestal.
También podrían estimar cuánto tiempo van a pasar sus pacientes en cada estadio de esta enfermedad degenerativa y en qué momento aumentarán los costos del tratamiento.
En tiempos de pandemia, como la del Covid-19, o por otras causas que obliguen al encierro, podría ser de gran utilidad para el monitoreo a distancia de pacientes no solo de Parkinson sino de otras enfermedades neurodegenerativas.
