← Volver a noticias
Inteligencia artificial

Análisis de voz en individuos asmáticos y sanos: evaluación comparativa de los niveles de control del asma utilizando modelos de aprendizaje automático

28 de octubre de 20262 min de lecturaPor RADAR AI GLOBALFuente: PubMed/NLM – IA clínica
IA y MedicinaDiagnóstico
Análisis de voz en individuos asmáticos y sanos: evaluación comparativa de los niveles de control del asma utilizando modelos de aprendizaje automático

Resumen ejecutivo

Un estudio reciente investiga el uso de modelos de aprendizaje automático para distinguir entre personas asmáticas y sanas mediante el análisis de voz, sugiriendo que este enfoque podría complementar las evaluaciones clínicas tradicionales.

Compartir

WhatsAppLinkedInXCorreo

Qué problema aborda

El asma es una enfermedad respiratoria crónica que requiere un diagnóstico y seguimiento precisos. Los métodos convencionales de evaluación pueden no ser suficientes para identificar de manera efectiva el control del asma en todos los pacientes. Este estudio se centra en la posibilidad de utilizar el análisis de voz como una herramienta no invasiva para diferenciar entre individuos con asma y controles sanos, así como para clasificar el control del asma según los criterios de la Iniciativa Global para el Asma (GINA).

Qué hicieron los autores

Los autores realizaron un estudio transversal en un solo centro, que incluyó a 344 participantes, de los cuales 284 eran pacientes asmáticos y 60 eran voluntarios sanos. Se les pidió a los participantes que repitieran seis palabras turcas diferentes diez veces cada una y que sostuvieran el sonido de la vocal "a" durante diez segundos. Los registros de voz se analizaron utilizando varios modelos de aprendizaje automático, incluidos métodos de ensamblaje, Máquinas de Soporte Vectorial (SVM) y perceptrones multicapa (MLP).

Qué encontraron

El modelo de mayor rendimiento, un Ensamble de Votación utilizando la palabra 'gelecek', logró un área bajo la curva (AUC) de 0.769, con una precisión del 82.0% y una sensibilidad del 93.3% al distinguir a los pacientes asmáticos de los sanos. Sin embargo, al clasificar el estado de control del asma, los modelos mostraron un poder discriminatorio limitado, con el AUC más alto alcanzando solo 0.592, lo que refleja un importante desequilibrio entre pacientes controlados y no controlados.

Limitaciones

El estudio reconoce que se requieren poblaciones más grandes y diversas, así como una validación externa, antes de considerar la implementación clínica de esta metodología.

Lectura final

Los hallazgos de este estudio son prometedores, ya que sugieren que el análisis de voz podría ser una herramienta útil y no invasiva para la evaluación del asma, complementando los métodos clínicos establecidos. Sin embargo, es fundamental realizar investigaciones adicionales en diferentes poblaciones para fortalecer la validez de estos resultados y su aplicabilidad en la práctica clínica.

Sigue leyendo

Lectura clínica

Información editorial dirigida a profesionales de la salud. No sustituye la evaluación clínica, las guías vigentes ni el juicio médico.

Clasificación editorial automática

Fuente original

PubMed/NLM – IA clínica

También en el radar

¿Quieres más contexto?

Cada semana seleccionamos las señales de IA que importan, con foco en medicina.

Únete a la lista de RADAR

Te avisaremos cuando publiquemos el primer boletín y recibirás una selección breve de las señales de IA que realmente importan.