La disnea es el principal síntoma de enfermedades respiratorias, como la enfermedad pulmonar obstructiva crónica (EPOC), la fibrosis pulmonar, el asma bronquial y las neumonías. La disnea consiste en la dificultad para respirar y puede presentarse en condiciones agudas y crónicas. Su alta prevalencia en la población general se sitúa cercana al 20%. Tiene valor pronóstico, ya que su presencia se relaciona con mayor mortalidad y, por otro lado, interfiere con la capacidad de ejercicio, impactando negativamente en actividades de la vida diaria y en la calidad de vida de quienes la padecen. 

Le preguntamos a la Dra. Mendoza cuáles son los aspectos que rescataría de la investigación y nos comenta: “El principal valor de la iniciativa es que trabajamos en forma asociada la FCFM y el HCUCH, generando conocimiento en algo muy novedoso como es usar la inteligencia artificial (deep learning en procesamiento de la voz) para detectar disnea en forma remota (usando la red telefónica)". Y agrega: “La IA puede ser un complemento para mejorar la calidad de la medicina. Es un desafío y una oportunidad continuar proyectos de investigación de tipo colaborativo entre los profesionales de la ingeniería y de la medicina a futuro”. 

¿Cómo surgió esta iniciativa?
La investigadora relata que la pandemia Covid-19 requirió interacción remota entre pacientes y médicos, por lo que surgió la idea de que la inteligencia artificial (IA), mediante machine learning, podría ayudar en evaluación remota de la disnea.  Nos explica: “El propósito del estudio fue evaluar la utilidad de IA, usando la red telefónica en la identificación de la disnea, ya que identificarla oportunamente y poder monitorizarla puede mejorar el manejo y pronóstico de quienes la presentan”. Y agrega: “El objetivo inicial era detectar y hacer seguimiento automático de población de riesgo en Covid-19, de personas que podían presentar comorbilidades o cuadros de enfermedades respiratorias y que tenían una probabilidad mucho más elevada de desarrollar complicaciones o de fallecer, si se contagiaban de esta enfermedad”. 

¿Y cómo se desarrolló la investigación?
La Dra. Mendoza nos indica: “Se reclutaron y contactaron telefónicamente 70 pacientes de nuestro Hospital con enfermedades que cursaban con disnea (EPOC, fibrosis pulmonar o secuelas de Covid-19) y 30 voluntarios sanos. A las personas reclutadas se les evaluó la disnea con la escala modificada del Medical Research Council en forma telefónica y luego, mediante grabación de voz también en llamada telefónica por 10 minutos. Los desarrollos se realizaron en el Laboratorio de Procesamiento y Transmisión de Voz de la FCFM”. Y puntualiza: “Los resultados obtenidos fueron promisorios para utilización de IA en la evaluación de disnea en forma remota y fueron concordantes con otras pruebas clínicas”.

Le preguntamos a la Dra. Mendoza cómo se proyecta este estudio con los resultados obtenidos y nos responde: “La incorporación de nuevos pacientes y controles en el mismo estudio podría ayudar a mejorar la robustez y capacidad discriminativa de esta herramienta. Su incorporación para estimar disnea podría mejorar la eficiencia del manejo clínico, especialmente cuando no es posible la interacción presencial entre pacientes con los profesionales de la salud”.

La Dra. Laura Mendoza Inzunza es profesora asociada, médica broncopulmonar de nuestra institución y fue quien dirigió el trabajo en el Hospital Clínico. Néstor Becerra Yoma es profesor titular del Departamento de Ingeniería Eléctrica de la Facultad de Ciencias Físicas y Matemáticas de nuestra Universidad y su actividad se ha centrado en la integración social y colaborativa humano-robot, el reconocimiento de voz y el procesamiento de señales. Junto a él participaron también los investigadores Eduardo Alvarado, Nicolás Grágeda, Alejandro Luzanto, Rodrigo Mahu y Jorge Wuth, todos ellos del Departamento de Ingeniería Eléctrica y del Laboratorio de Procesamiento y Transmisión de Voz del Departamento de Ingeniería Eléctrica de nuestra Universidad.

Acceda al artículo recientemente publicado.