Con técnicas de reconocimiento de voz y aprendizaje automático, investigadores de Madrid y Zaragoza, han desarrollado un sistema para identificar la enfermedad de Párkinson mediante el análisis de las risas grabadas a los pacientes.
El párkinson es una enfermedad neurodegenerativa que, por ahora, no tiene cura, pero su detección en una etapa temprana permite mejorar la calidad de vida de las personas afectadas.
En los últimos años, se han desarrollado multitud de métodos para facilitar la detección de la enfermedad antes de que se manifiesten síntomas clínicos que aparecen en las fases avanzadas. Por ejemplo, es conocido el caso de una enfermera escocesa que afirma poder detectar esta enfermedad a través del olor de una persona enferma. Se realizaron estudios científicos para validar la idea, pero más centrados en pacientes varones.
Recientemente, el Instituto Tecnológico de Massachusetts (MIT, en EEUU), presentó un sistema capaz de discernir la presencia y la severidad de la enfermedad a través de la respiración del paciente durante el sueño, aunque esta técnica requiere la instalación de una serie de dispositivos y un cierto despliegue de tecnología en la casa del paciente para ejecutar la exploración con éxito.
Tasa de acierto del 83 %
En concreto, el sistema de apoyo a la decisión alcanzó una tasa de acierto del 83% para la clasificación de risas de personas sanas y enfermas, empleando una base de datos de 20 mil muestras generadas automáticamente a partir de un grupo de 120 risas de sujetos sanos y de pacientes de Parkinson.
Las risas han sido grabadas en un estudio mientras las personas visionan varios vídeos de humor de forma aleatoria (incluyendo chistes y monólogos divertidos). Las sesiones tenían duración de media hora aproximadamente. Las risas registradas durante esa sesión fueron segmentadas manualmente para generar los datos con los que entrenar el sistema desarrollado.
SINC
