Científicos del MIT presentaron un modelo de aprendizaje automático que puede detectar automáticamente las características de los trastornos en las cuerdas vocales. El modelo fue entrenado con los datos y muestras de 100 sujetos, tanto enfermos como sanos.
Durante los experimentos, el modelo logró clasificar con alta precisión a los pacientes con y sin nódulos vocales. Los nódulos son lesiones que se desarrollan en la laringe por el mal uso de la voz al cantar o gritar.
Los investigadores han trabajado durante años con el Centro de Cirugía Laríngea y Rehabilitación de Voz para desarrollar un sensor que se adhiere al cuello y está conectado con un teléfono inteligente.
El sensor permite recopilar los datos del sujeto mientras la persona habla. Tradicionalmente, los expertos tenían que identificar manualmente las características útiles para que el modelo detectara las enfermedades.
La innovación radica en que los investigadores obligaron al modelo a aprender las características de la enfermedad sin información del sujeto. En este caso, el modelo rastrea segmentos de voz capturando las veces que los sujetos hablan y la intensidad de su voz.
El entrenamiento se basó en determinar a los individuos con segmentos de voz mayormente anormales; estos son clasificados como pacientes, mientras que los que tienen segmentos normales son llamados “controles”. Los pacientes tienen más patrones vocales que los controles.
Posteriormente, los científicos del MIT buscan monitorear diversos tratamientos que impactan en el comportamiento vocal. También esperan utilizar una técnica similar para los datos de electrocardiogramas.