El cribado basado en la voz predice la función pulmonar

18


Los resultados de un estudio preliminar mostraron que un nuevo análisis del habla y la respiración utilizando una aplicación de teléfono inteligente es una medida útil de la función pulmonar, y los investigadores dicen que la técnica podría resultar una herramienta valiosa para identificar y rastrear afecciones respiratorias.

Se encontró que el análisis automatizado de la voz y la respiración tiene valor para predecir la función pulmonar, con una precisión del 82% en la predicción de pacientes con y sin enfermedad pulmonar obstructiva, como se demostró en el estudio, presentado en la conferencia virtual CHEST, la anual reunión del American College of Breast Physicians.

Debido a que la respiración es importante para controlar la dinámica del habla, pensamos que la voz podría ser un marcador útil de la función pulmonar, dijo el autor principal, Obaid Ashraf, MD, de Allegheny Health Network en Pensilvania, quien presentó los hallazgos.

Si bien la espirometría es el estándar de oro para medir la función pulmonar, dice que su uso en la práctica clínica tiene importantes inconvenientes, incluida la necesidad de mantener y esterilizar equipos especializados y la necesidad de técnicos capacitados para administrarlos. servir.

Además, la espirometría no está disponible fácilmente en la atención primaria y, a menudo, es difícil obtener resultados de espirometría reproducibles en pacientes con afecciones pulmonares y comórbidas.

“La espirometría es una gran herramienta. Me encanta usarla. Quiero llevarla a todos los pacientes que veo en el hogar y en la clínica, pero eso no es realmente posible”, dijo Ashraf. “La pregunta era, ¿podemos usar algo más que sea más conveniente para darnos una idea de lo que está pasando?”

El estudio transversal, prospectivo y en curso incluyó a 128 participantes iniciales (76 mujeres y 52 hombres), quienes fueron reclutados en citas para pruebas de función pulmonar programadas regularmente realizadas en el Hospital General de Allegheny en Pittsburgh. De la cohorte, el 16,4% tenía obstrucción pulmonar.

Se utilizó una aplicación de recopilación de voz diseñada por los investigadores para recopilar datos de voz. Se pidió a los participantes que leyeran un pasaje fonéticamente equilibrado con 199 palabras seleccionadas para optimizar sus hallazgos. El pasaje de muestra se redujo posteriormente a unas 50 palabras.

Se registraron muestras de sonidos del habla y la respiración antes y después de las pruebas de función pulmonar, que correspondían a muestras pre y post broncodilatadores.

Los investigadores obtuvieron resultados de la prueba de función pulmonar previa y posterior al volumen espiratorio forzado en un segundo (FEV1) y la capacidad vital forzada (FVC) de cada paciente. Las muestras de audio de voz y respiración de los participantes se grabaron en una tableta inteligente utilizando la aplicación de software patentada. Los datos de voz grabados se analizaron utilizando un software basado en la nube. Las grabaciones de audio de voz están calibradas para crear un perfil de sonido personalizado.

El pasaje de lectura fonéticamente equilibrado se utilizó para examinar la respiración, la fonación, la articulación y la resonancia, mientras que un diccionario de vocales largas se utilizó para detectar la disnea relacionada con el habla durante la articulación de vocales largas.

Se utilizó el aprendizaje automático para comparar la detección basada en el habla con los datos de la espirometría.

En su presentación, Ashraf informó que el análisis automatizado del habla proporcionó una buena precisión diagnóstica para la predicción del FEV1 (R cuadrado 0,74, error cuadrático medio 0,17, error absoluto medio 0,32, precisión binarizada 71,5%) y FVC ( R-cuadrado 0,79, error cuadrático medio 0,19, error absoluto medio 0,35, precisión binarizada 71,4%).

La clasificación de la obstrucción mostró una precisión del 98%, una sensibilidad del 96% y una puntuación F1 de 0,9, dijo.

Los investigadores planean realizar un estudio longitudinal en pacientes con enfermedad pulmonar obstructiva crónica como próximo paso en su investigación para determinar si la monitorización del habla puede predecir el riesgo de exacerbación.

Ashraf dijo que la técnica “promete un examen médico generalizado y asequible y un monitoreo en tiempo real de las enfermedades respiratorias”, aunque durante su presentación reconoció el valor clínico del examen basado en la voz en el diagnóstico y tratamiento de pacientes con enfermedad respiratoria crónica. aún no se conoce.

En ausencia de espirometría, “alguna información (sobre la función pulmonar) es mejor que ninguna”, anotó.

“Comenzamos con esa idea y creo que este es un trabajo en progreso sobre el que podemos construir”, dijo.

Divulgaciones

Ashraf no informó ninguna revelación.



Source link

Deja una respuesta

Su dirección de correo electrónico no será publicada.