Científicos descubren cómo la voz puede revelar señales tempranas del Parkinson antes de los síntomas motores

La Fundación de Parkinson de EEUU, define al Parkinson como un trastorno neurodegenerativo que afecta a las neuronas productoras de dopamina, un neurotransmisor responsable de los movimientos normales del cuerpo, en un área específica del cerebro llamada sustancia negra.

El Parkinson afecta a casi 9 millones de personas en el mundo. Se estima que cerca del 1% al 4% de la población puede llegar a padecerla. Esta enfermedad involucra no sólo aspectos motrices, sino también en otras esferas cognitivas, conductuales y del comportamiento.

La Organización Mundial de la Salud advierte que la discapacidad y la muerte debido a la enfermedad de Parkinson están aumentando rápidamente a nivel global. Por eso, en un esfuerzo permanente por detectar enfermedades neurodegenerativas de forma temprana, un equipo de investigadores dirigieron modelos de aprendizaje automático para ver si podían “escuchar” la enfermedad de Parkinson en las voces de los pacientes.

Esta investigación aún está esperando revisión por pares y se prepublicó en MedRxiv.

“Nuestros hallazgos sugieren que los modelos de aprendizaje automático basados ​​en la voz pueden detectar señales de enfermedades incluso antes de que aparezcan signos motores evidentes”, explicó el bioinformático Aniruth Ananthanarayanan, de la Universidad del Norte de Texas y sus colegas en su investigación, que aún no se ha publicado.

Aunque las causas de la enfermedad aún son en gran parte desconocidas, los científicos creen que se debe a una combinación de factores genéticos y ambientales, entre ellos desde alimentos procesados ​​hasta pesticidas utilizados en campos de golf. Y la detección temprana puede tener un impacto enorme en la calidad de vida del paciente.

Ananthanarayanan y su equipo emplearon modelos de aprendizaje automático para evaluar si un grupo de voluntarios presentaba enfermedad de Parkinson analizando únicamente su voz.

El sistema fue entrenado y probado con 195 grabaciones de voz correspondientes a 31 personas, de las cuales 23 tenían diagnóstico confirmado de Parkinson. El modelo logró identificar correctamente a los pacientes con esta condición en el 90 % de los casos.

Entre las características vocales que analizaron se encuentran el jitter, asociado a vibraciones irregulares de las cuerdas vocales; la relación ruido-armónico, que puede indicar un cierre incompleto de la glotis; y una métrica que evalúa patrones desordenados en las señales de voz.

Estas variables están relacionadas con síntomas conocidos del Parkinson, como la voz ronca, las dificultades para hablar causadas por debilidad muscular en las cuerdas vocales y la lentitud o inestabilidad en los movimientos.

“Los síntomas vocales como la disfonía están infrautilizados a pesar de su potencial diagnóstico”, explicaron los investigadores.

Y advierten que se necesita más investigación para verificar si los modelos pueden generalizar sus resultados, ya que fueron entrenados con grabaciones de solo 31 personas. Esta limitación reduce la probabilidad de que el método logre identificar con precisión las variaciones en la voz que existen en contextos reales, influenciadas por factores como la edad, el acento o el entorno acústico.

Si los resultados se replican en poblaciones más amplias, la herramienta podría convertirse en una opción escalable y de bajo costo para la detección temprana, en un contexto de crecimiento sostenido en la cantidad de diagnósticos.

Según afirmó la Fundación de Parkinson de EEUU, aunque vivir con la enfermedad “puede ser un desafío, hay muchas cosas que se pueden hacer para mantener y mejorar su calidad de vida”.

Y señaló que los medicamentos son sólo parte del plan de tratamiento. El ejercicio, la fisioterapia y las terapias complementarias también ayudan a una mejor calidad de vida del paciente.