Analisi vocale automatica per lo screening della disfagia nei pazienti neurologici (VOICED)

Sfondo:

La disfagia orofaringea, definita come alterazione della capacità di deglutizione durante il transito di alimenti o liquidi dal cavo orale all'esofago, è una complicanza insidiosa di molte malattie neurologiche. Questa condizione può portare seriamente a gravi complicazioni come malnutrizione, disidratazione e polmonite, che nel complesso hanno un enorme impatto sui costi di gestione e sul numero di giorni di ricovero. In questo contesto è fondamentale riconoscere immediatamente i fattori di rischio e i primi segnali di disfagia per intraprendere tempestive azioni adeguate e richiedere ulteriori valutazioni cliniche e strumentali. Non sono attualmente disponibili metodi di screening della disfagia rapidi, quantitativi ed efficaci per supportare il personale sanitario. Ad oggi negli scenari clinici vengono adottate solo scale di valutazione cliniche o costosi test invasivi che richiedono personale specializzato, mentre in contesti extraospedalieri non sono ancora disponibili strumenti oggettivi per allertare i pazienti di situazioni di rischio.

Attuali lacune nella conoscenza e negli obiettivi:

Poiché la disfagia orofaringea è causata da un alterato controllo della coordinazione dei muscoli della deglutizione e questi muscoli svolgono anche un ruolo importante nel processo di fonazione, indagare le alterazioni della voce potrebbe essere un'opzione di screening per riconoscere la disfagia in pazienti con malattie neurologiche. Nella letteratura attuale, l’analisi automatica della voce e l’uso di algoritmi di machine learning hanno dato risultati rilevanti nella discriminazione tra malattie neurologiche e soggetti sani, e ci sono anche interessanti dati preliminari sulla disfagia. L'obiettivo di questo studio è lo sviluppo di un algoritmo di classificazione basato sull'apprendimento automatico per lo screening della disfagia in pazienti neurologici utilizzando l'analisi vocale automatica.

Coinvolgimento nello studio:

Lo studio coinvolge pazienti affetti da malattie neurologiche (morbo di Parkinson, ictus, sclerosi laterale amiotrofica) con o senza disfagia e individui sani. Ai partecipanti viene chiesto di eseguire alcuni compiti vocali (fonazione vocale sostenuta, compiti diadococinetici, produzione di frasi standardizzate, libertà di parola) in un'unica sessione sperimentale al momento dell'arruolamento. Le registrazioni vocali verranno automaticamente utilizzate per ricavare caratteristiche vocali acustiche, utilizzate come input per l'algoritmo di classificazione dell'apprendimento automatico. La valutazione dei partecipanti per caratterizzare il campione studiato viene effettuata con la raccolta di dati anamnestici e clinici.