Algoritmos del habla para detectar la enfermedad de Parkinson

Un matemático británico espera poder acelerar el diagnóstico de la enfermedad de Parkinson con una prueba barata que utiliza algoritmos de procesamiento de señales de voz se desarrolló en la Universidad de Oxford en el Reino Unido.
Enfermedad de Parkinson es un trastorno neurológico progresivo y devastador que es difícil y lento de diagnosticar: actualmente no hay pruebas de laboratorio o biomarcadores que puedan diagnosticar definitivamente la afección, que afecta a más de 6 millones de personas en todo el mundo.
El matemático británico es Max Little, que actualmente se encuentra en el Instituto de Tecnología de Massachusetts (MIT), Boston, EE. UU., Donde es becario de investigación postdoctoral Wellcome Trust-MIT.
Little está hablando de cómo sus algoritmos pueden ayudar a detectar los síntomas del Parkinson en la inauguración de la conferencia TEDGlobal, que se celebra en Edimburgo, Escocia, esta semana. TED (Tecnología, Entretenimiento y Diseño) es una organización sin fines de lucro que apoya y alienta a innovadores menores de 40 años.

Algoritmos

Little, quien comenzó su carrera escribiendo software, algoritmos de procesamiento de señales y música para videojuegos, descubrió mientras trabajaba para su doctorado en Oxford, esa voz se ve afectada tanto por el Parkinson como el movimiento de las extremidades, y los síntomas de la enfermedad pueden detectarse analizando señales de voz usando algoritmos de computadora.
En una entrevista reportada por la BBC, Little describe cómo funcionan los algoritmos:
"Esto es aprendizaje automático. Estamos recopilando una gran cantidad de datos cuando sabemos si alguien tiene la enfermedad o no y capacitamos a la base de datos para aprender a separar los verdaderos síntomas de la enfermedad de otros factores".
Dijo que hay una serie de razones que hacen que los patrones de voz cambien, incluso fumar o simplemente tener un resfriado puede cambiarlos, así como la cirugía de garganta.

Pero cree que los algoritmos podrán detectar la diferencia entre estas causas y la enfermedad de Parkinson.
Dijo que es más sofisticado que tratar de detectar un temblor particular en la voz. Los algoritmos también toman en cuenta otras medidas que colocan el temblor en el contexto correcto, incluso si el paciente tiene un resfriado o si hay otros síntomas presentes.
A partir del patrón del habla, los algoritmos calculan una medida simple de "disfonía" de la gravedad de los síntomas del Parkinson en una escala clínica estándar utilizada por los médicos (la UPDRS o Escala Unificada de Evaluación de la Enfermedad de Parkinson).
Junto con su alumno Athanasios Tsanas en Oxford, Little demostró que era posible predecir, a partir de grabaciones de voz no invasivas, síntomas de Parkinson en la escala UPDRS "con un porcentaje de error".

En un documento publicado a principios de este año en Transacciones IEEE en Ingeniería Biomédica, Little, Tsanas y sus colegas describen un estudio en el que probaron la precisión de algunos de los nuevos algoritmos para discriminar pacientes con enfermedad de Parkinson (PD) de controles sanos.
En total, calcularon 132 "medidas de disfonía" a partir de sonidos vocálicos sostenidos, y utilizando una base de datos de 263 muestras de 43 personas, mostraron que cuatro subconjuntos de los algoritmos "superan los resultados de última generación", llegando a casi "99 % de precisión de clasificación global utilizando solo diez características de disfonía ".
"Encontramos que algunas de las medidas de disfonía recientemente propuestas complementan los algoritmos existentes para maximizar la capacidad de los clasificadores para discriminar a los controles sanos de los sujetos PD. Vemos estos resultados como un paso importante hacia el apoyo de decisiones de diagnóstico no invasivo en la EP", escriben.
Little y sus colegas ahora quieren abrir el alcance de su investigación para incluir más muestras de voz.

Enorme base de datos de voces

Little, que es un TED Fellow, está utilizando su plataforma TEDGlobal para invitar voluntarios para llamar y contribuir con una grabación de 3 minutos de su voz, para que él y sus colegas puedan construir una enorme base de datos de 10,000 muestras de voz para probar y refinar los algoritmos.
La base de datos es parte de Iniciativa de la voz de Parkinson (PVI), lo que podría conducir a mejoras significativas en el cuidado de pacientes con enfermedad de Parkinson, como reducir drásticamente las visitas clínicas para chequeos, mejorar las decisiones de tratamiento individuales y ayudar a acelerar y reducir los costos de reclutar a un gran número de voluntarios en ensayos para nuevos tratamientos.
Little y sus colegas también esperan que la iniciativa conduzca a programas de cribado a escala poblacional que ayudarán a buscar biomarcadores tempranos que detecten los signos del Parkinson antes de que se produzca un daño irreparable.
El proyecto busca voces de personas, incluidas personas que no tienen Parkinson, que están dispuestas a contribuir unos minutos de su tiempo, de forma anónima, por teléfono. Los investigadores han establecido números de teléfono en 10 países.
Escrito por Catharine Paddock