La creciente llegada a la edad de jubilación de los nacidos entre 1946 y 1964, con la gran explosión de natalidad que siguió a la segunda guerra mundial, conlleva efectos diversos que no se limitan al tensionamiento de los sistemas de pensiones  y sobre los que tanto se discute estos días. Por ejemplo, cada vez hay más ancianos que siguen conduciendo, alertando a muchos investigadores y gobiernos sobre la necesidad de prevenir de forma mas efectiva los accidentes automovilísticos que involucran a las personas de mayor edad.

Hace unos meses el Dr. Yamada publicaba las conclusiones de un estudio, desarrollado junto con el Departamento de psiquiatría de la Universidad de Tsukuba en Japón, sobre si los registros de voz que se recogen de forma cotidiana, a través de los asistentes tipo Alexa instalados en las casas, podrían servir para predecir enfermedades que pudieran representar un riesgo de deterioro cognitivo como condicionante de mayor accidentabilidad. Pues la respuesta fue que sí. ¿Y cómo es esto posible? Resulta que, mediante las diferentes técnicas de inteligencia artificial (IA), a las que nos hemos referido con frecuencia desde aquí, se pueden inferir deterioros sutiles de la función cognitiva reflejados en la forma de hablar y que pueden pasar desapercibidos para el oído humano.

El trabajo armónico del complejo sistema que vincula nuestro cerebro con los músculos implicados en el funcionamiento de las cuerdas vocales y el conjunto de mecanismos asociados con la respiración, puede verse alterados en estadios incipientes de enfermedad; quedando reflejados en cambios sutiles en el tono vocal, el ritmo o en la frecuencia vibratoria. Tales alteraciones, imperceptibles en muchos casos, pueden ser registradas de forma no invasiva como parámetros objetivos medibles, a analizar más tarde. En el año 2015 un sistema inteligente como el referido, diagnosticó estados de psicosis con mayor precisión (100 %) que con las clásicas entrevistas psicométricas humanas. Pero serán las enfermedades asociadas a la edad las que más se beneficien de este potencial. En 2018, con ocasión del IEEE Signal Processing in Medicine and Biology Symposium (SPMB), se presentaron algoritmos de clasificación supervisados que demostraron una mayor precisión en el diagnóstico de la enfermedad de Parkinson (85 %) que la conseguida por especialistas experimentados en trastornos del movimiento (75,6 %). Y es que la mayor o menor precisión fue ratificada mediante el diagnóstico anatomopatológico tras la autopsia post-morten de los afectados.

Otros patrones alterados del habla, como variaciones en la pronunciación o ciertos temblores en las cuerdas vocales… pueden ser signos tempranos de la presencia de enfermedades como el referido Parkinson; de Alzheimer (cambios del tono, distribución de las pausas, elección de las palabras y la gramática); la conmoción cerebral (vocales distorsionadas, pronunciación consonántica imprecisa e hipernasalidad); la depresión (monótono aplanado) y muchos otros cambios en la esquizofrenia o en el trastorno de estrés postraumático.

Pero esta capacidad no se limita al campo neurológico o psiquiátrico. En 2020 un equipo de la Clínica Mayo, identificó un biomarcador para la hipertensión pulmonar, presente en muchos pacientes de insuficiencia cardiaca. Junto con la startup israelí Vocalishealth, muchas empresas comienzan a trabajar en este prometedor campo, también para la cardiopatía isquémica o para anticipar el diagnóstico ante pandemias como con la mismísima Covid. La empresa Sonde Health inició tales trabajos sobre su experiencia previa con la EPOC o el Asma. En julio de este año se ha aliado con Qualcomm con la idea trasladar esta tecnología a los propios teléfonos móviles. De todas maneras, aún queda mucho por investigar. Como afirma Guy Fagherazzi, jefe de grupo de la Unidad de Investigación de Fenotipos Digitales Profundos del Instituto de Salud de Luxemburgo, estas técnicas "son, en efecto, muy prometedoras como herramientas no invasivas para el cribado o el Triaje, pero en realidad la seguridad y el rendimiento de los algoritmos aún deben confirmarse."

En LSQV algoritmos inteligentes, integrados en los asistentes domésticos de voz o en los teléfonos móviles, actuarán como centinelas sanitarios permanentes, comunicando a los centros sanitarios de control cualquier variación sutil de la voz y que pudiera representar una alerta temprana de enfermedad; activando así la intervención inmediata de los equipos de monitorización remota (RPM) como el que se está diseñando desde el DKV-Innolab, y antes de que el cuadro patológico vaya a más.