Charles Marmar ha sido psiquiatra durante 40 años, pero cuando un veterano de guerra entra en su consulta para una evaluación, aún no es capaz de diagnosticar el trasto o del estrés postraumático (TEPT) con un 100% de precisión.
El médico cuenta: "Pensarás que si un combatiente llega a mi consulta yo sería capaz de decidir si tiene TEPT o no. Pero, ¿y si le da vergüenza contarme sus problemas o no quiere perder su alta autorización de seguridad, o le pregunto sobre sus sueños perturbadores y afirma dormir bien?".
Marmar, que dirige el Departamento de Psiquiatría del Centro Médico Langone de la Universidad de Nueva York (EEUU), espera encontrar respuestas en el habla.
Las muestras de voz ofrecen una rica fuente de información sobre la salud de una persona, y los investigadores creen que algunas pistas sutiles de la voz podrían indicar trasto os médicos o medir el riesgo de sufrir enfermedades. Dentro poco, podría ser posible monitorizar en remoto la salud de una persona (con smartphones y otros portables) con grabaciones cortas de su voz que se analizan en busca de biomarcadores de enfermedades.
Para trasto os psiquiátricos como el TEPT, no existen análisis de sangre y a menudo la gente siente vergüenza al hablar de su salud mental, por lo que tienden a ser infradiagnosticados. Allí es donde las pruebas de voz podrían resultar útiles.
Como parte de un estudio de cinco años, Marmar está recopilando muestras de voz de veteranos y analizando aspectos como el tono, la altura, el ritmo, frecuencia y volumen en busca de lesiones invisibles como el TEPT, el traumatismo craneoencefálico (TCE) y la depresión. Al aplicar el aprendizaje de máquinas para minar características de la voz, los algoritmos son capaces de aislar patrones vocales en gente que padece de estos trasto os y compararlos con las muestras de voz de personas sanas.
Por ejemplo, la gente con problemas mentales o cognitivos puede alargar determinados sonidos, o luchar con la pronunciación de frases que requieran complejos movimientos de los músculos faciales.
Un instituto de investigaciones sin ánimo de lucro al norte de Califo ia en colaboración con investigadores de SRI Inte ational han ayudado a Marmar a identificar 30 características vocales que parecen estar asociadas con el TEPT y el TCE dentro de las 40.000 características en total que han extraído de las voces de veteranos y sujetos de control.
En los primeros resultados presentados en 2015, una prueba de voz desarrollada por Marmar y su equipo logró una precisión del 77% a la hora de distinguir entre pacientes de TEPT y voluntarios sanos en un estudio de 39 hombres. Desde entonces se han recopilado aún más grabaciones, y Marmar y sus compañeros están cerca de identificar otros patrones que diferencien el TEPT del TCE.
"La precisión de los diagnósticos médicos y psiquiátricos aumentará cuando accedamos a grandes cantidades de datos biológicos y psicológicos, incluidas características del habla", explica Marmar. Hasta la fecha, la Agencia de Alimentos y Medicamentos de Estados Unidos no ha aprobado ninguna prueba del habla para diagnosticar enfermedades.
Más allá de la salud mental, la Clínica Mayo (EEUU) está buscando biomarcadores vocales para mejorar la monitorización sanitaria en remoto de las enfermedades cardíacas. Está uniendo fuerzas con la empresa israelí Beyond Verbal para probar las voces de los pacientes que padecen enfermedad arterial coronaria, el tipo de enfermadad cardiovascular más común. Creen que los dolores de pecho provocados por el endurecimiento de las arterias podrían afectar la generación de la voz.
En un estudio inicial, la Clínica Mayo incluyó a 150 pacientes y les pidió que produjeran tres grabaciones cortas de voz con una app desarrollada por Beyond Verbal. Los investigadores analizaron las muestras con aprendizaje automático e identificaron 13 características vocales distintas asociadas a pacientes con riesgo de sufrir la enfermedad arterial coronaria.
Una característica, relacionada con la frecuencia de la voz, se relacionó con unas probabilidades 19 veces mayores de padecer la enfermedad arterial coronaria. El cardiólogo y profesor de medicina Amir Lerman de la Clínica Mayo dice que esta característica vocal no es disce ible para el oído humano y sólo puede ser detectada con el uso del software de la app.
Lerman explica: "Hemos descubierto que hay segmentos específicos de la voz que pueden ayudar a predecir la cantidad o el grado de los bloqueos encontrados por la angiografía".
Lerman dice que una app podría ser utilizada como una herramienta predictiva de cribado de bajo coste para identificar a los pacientes con mayor riesgo de sufrir enfermedades cardiovasculares, además de para monitorizar en remoto a los pacientes después de una cirugía cardíaca. Por ejemplo, los cambios en la voz podrían indicar si los pacientes han dejado de tomar sus medicaciones.
La Clínica Mayo tiene planes de realizar un estudio similar en China para determinar si los biomarcadores de voz identificados en el estudio inicial son los mismos en otro idioma.
El CEO de Sonde Health en Boston (EEUU), Jim Harper, cree que emplear pruebas de voz para monitorizar a madres que acaban de dar a luz en busca de depresión postparto podría ayudar a esta dolencia infradiagnosticada, y a personas de tercera edad con demencia, párkinson y otras enfermedades asociadas con el envejecimiento. Su empresa está trabajando con hospitales y aseguradoras para lanzar estudios piloto de su plataforma de inteligencia artificial, que detecta cambios acústicos en la voz para realizar un cribado de trasto os de salud mental.
Harper detalla: "Queremos que esto sea ubicuo y universal, para ello desarrollaremos una tecnología que permita que nuestro software se ejecute en teléfonos móviles y un abanico de otros dispositivos habilitados por voz", explica Harper.
Un importante problema en el que están trabajando es si estas diferentes características vocales pueden ser falsificadas por los pacientes. En caso de ser así, las pruebas podrían no resultar demasiado fiables.
La tecnología también motiva preocupaciones de privacidad y seguridad. No todos los pacientes querrán proporcionar muestras de voz que contengan informaciones personales ni permitir que las apps accedan a sus llamadas de teléfono. Los investigadores insisten en que sus algoritmos captan patrones en la voz, no captan el contenido de la conversación.