Investigadores de UCLA han desarrollado un dispositivo innovador, del tamaño de un parche, que ayuda a personas con trastornos vocales a recuperar su capacidad de hablar.
Un equipo de ingenieros de la Universidad de California (UCLA), ha desarrollado un dispositivo blando, delgado y elástico de poco más de 1 pulgada cuadrada que puede adherirse a la piel fuera de la garganta y ayudar a las personas con cuerdas vocales disfuncionales a recuperar su función vocal. Un avance que se detalla esta semana en la revista 'Nature Communications'.
El nuevo sistema bioeléctrico, desarrollado por Jun Chen, profesor asistente de bioingeniería en la Escuela de Ingeniería Samueli de la UCLA, y sus colegas, es capaz de detectar el movimiento en los músculos laríngeos de una persona y traducir esas señales en voz audible con la asistencia de tecnología de aprendizaje automático, con casi un 95% de precisión.
Este avance es el último de los esfuerzos de Chen para ayudar a quienes tienen discapacidades. Su equipo previamente desarrolló un guante portátil capaz de traducir el lenguaje de señas estadounidense al habla en inglés en tiempo real para ayudar a los usuarios de ASL a comunicarse con aquellos que no saben cómo firmar.
El nuevo dispositivo tipo parche está compuesto por dos componentes. Uno, un componente sensor autoalimentado, detecta y convierte las señales generadas por los movimientos musculares en señales eléctricas analizables de alta fidelidad; estas señales eléctricas se traducen luego en señales de voz utilizando un algoritmo de aprendizaje automático. El otro componente, de actuación, convierte esas señales de voz en la expresión vocal deseada.
Los dos componentes cada uno contienen dos capas: una capa de compuesto de silicona biocompatible polidimetilsiloxano, o PDMS, con propiedades elásticas, y una capa de inducción magnética hecha de bobinas de inducción de cobre. Aplastada entre los dos componentes hay una quinta capa que contiene PDMS mezclado con micromagnetos, que genera un campo magnético.
Utilizando un mecanismo de detección magnetoelástica suave desarrollado por el equipo de Chen en 2021, el dispositivo es capaz de detectar cambios en el campo magnético cuando se altera como resultado de fuerzas mecánicas, en este caso, el movimiento de los músculos laríngeos. Las bobinas de inducción serpenteantes incrustadas en las capas magnetoelásticas ayudan a generar señales eléctricas de alta fidelidad para fines de detección.
El dispositivo mide 1.2 pulgadas en cada lado, pesa alrededor de 7 gramos y tiene solo 0.06 pulgadas de grosor. Con cinta adhesiva biocompatible de doble cara, puede adherirse fácilmente a la garganta de un individuo cerca de la ubicación de las cuerdas vocales y puede ser reutilizado reaplicando la cinta según sea necesario.
Los trastornos de la voz son prevalentes en todas las edades y grupos demográficos; la investigación ha demostrado que casi el 30% de las personas experimentarán al menos un trastorno de este tipo en su vida. Sin embargo, con enfoques terapéuticos, como intervenciones quirúrgicas y terapia vocal, la recuperación de la voz puede prolongarse de tres meses a un año, con algunas técnicas invasivas que requieren un período significativo de reposo vocal postoperatorio obligatorio.
"Las soluciones existentes, como los dispositivos electro-laríngeos portátiles y los procedimientos de punción traqueoesofágica, pueden ser inconvenientes, invasivos o incómodos", dijo Chen, quien lidera el Grupo de Investigación en Bioelectrónica Portátil en la UCLA, y ha sido nombrado uno de los investigadores más citados del mundo cinco años seguidos. "Este nuevo dispositivo presenta una opción ponible y no invasiva capaz de ayudar a los pacientes a comunicarse durante el período antes del tratamiento y durante el período de recuperación posterior al tratamiento para los trastornos de la voz".
En sus experimentos, los investigadores probaron la tecnología ponible en ocho adultos sanos. Recopilaron datos sobre el movimiento muscular laríngeo y utilizaron un algoritmo de aprendizaje automático para correlacionar las señales resultantes con ciertas expresiones.
El equipo de investigación demostró la precisión del sistema haciendo que los participantes pronunciaran cinco frases, tanto en voz alta como en voz baja, incluyendo "Hola, Rachel, ¿cómo estás hoy?" y "¡Te amo!".
La precisión general de predicción del modelo fue del 94.68%, con la señal de voz de los participantes amplificada por el componente de actuación, demostrando que el mecanismo de detección reconoció su señal de movimiento laríngeo y emparejó la oración correspondiente que los participantes deseaban decir.
En el futuro, el equipo de investigación planea continuar ampliando el vocabulario del dispositivo a través del aprendizaje automático y probarlo en personas con trastornos del habla.
