Un equipo de investigadores de la Universidad de Cambridge han desarrollado un dispositivo portátil, cómodo y lavable llamado Revoice que podría ayudar a las personas a recuperar la capacidad de comunicarse de forma natural y fluida tras un ictus, sin necesidad de implantes cerebrales invasivos. El dispositivo utiliza una combinación de sensores ultrasensibles e inteligencia artificial para decodificar las señales del habla y las emociones, permitiendo a las personas con dificultades del habla tras un ictus comunicarse de forma natural, devolviéndoles la voz.

El dispositivo Revoice, que se lleva como un collar suave y flexible, capta la frecuencia cardíaca del usuario y las pequeñas vibraciones de los músculos de la garganta, y utiliza estas señales para reconstruir las palabras y frases deseadas en tiempo real. Las señales del dispositivo son procesadas por dos agentes de IA. Uno reconstruye palabras a partir de fragmentos de habla silenciosa, mientras que el otro interpreta el estado emocional y la información contextual, como la hora del día o las condiciones climáticas, para expandir frases cortas en oraciones completas y expresivas.

En un pequeño ensayo con cinco pacientes con disartria, un tipo común de trastorno del habla posterior a un accidente cerebrovascular, el dispositivo logró una tasa de error de palabras del 4,2% y una tasa de error de oraciones de tan solo el 2,9%. A diferencia de las tecnologías de asistencia al habla existentes, que a menudo requieren una entrada lenta letra por letra, seguimiento ocular o implantes cerebrales, el dispositivo Revoice proporciona una comunicación fluida en tiempo real, convirtiendo unas pocas palabras en oraciones completas y fluidas.

Sus resultados podrían tener implicaciones no solo para la rehabilitación de pacientes con accidente cerebrovascular, sino también para personas con afecciones como el Parkinson y la enfermedad de la neurona motora. Los investigadores están planificando un estudio clínico en Cambridge con pacientes angloparlantes nativos con disartria para evaluar la viabilidad del sistema.

Aproximadamente la mitad de las personas desarrollan disartria, o disartria combinada con afasia, tras un ictus. La disartria es una afección física que causa debilidad en los músculos de la cara, la boca y las cuerdas vocales. Afecta a las personas de diferentes maneras, pero a menudo provoca dificultad para hablar con claridad, habla arrastrada o lenta, o hablar en frases cortas e inconexas en lugar de oraciones completas.

Desarrollan un dispositivo portátil que devuelve la voz a pacientes tras un ictus

«Cuando las personas desarrollan disartria tras un ictus, puede resultar extremadamente frustrante, porque saben exactamente lo que quieren decir, pero les cuesta físicamente expresarlo, ya que las señales entre el cerebro y la garganta se han visto alteradas por el ictus», afirmó el profesor Luigi Occhipinti. «Esa frustración puede ser profunda, no solo para los pacientes, sino también para sus cuidadores y familiares».

La mayoría de los pacientes con disartria que han sufrido un ictus trabajan con un logopeda para recuperar su capacidad de comunicación. Para ello usan principalmente ejercicios repetitivos de palabras, en los que repiten palabras o frases al logopeda. El tiempo de recuperación típico varía de unos meses a un año o más.

«Los pacientes suelen poder realizar los ejercicios repetitivos tras un tiempo de práctica, pero a menudo tienen dificultades con las preguntas abiertas y la conversación cotidiana», afirmó Occhipinti. «Y dado que muchos pacientes recuperan la mayor parte o la totalidad de su habla con el tiempo, no es necesario recurrir a implantes cerebrales invasivos, pero sí existe una gran necesidad de soluciones de comunicación más intuitivas y portátiles«.

Occhipinti y sus colegas desarrollaron el dispositivo Revoice como una de estas soluciones. Los sensores del dispositivo captan vibraciones sutiles de la garganta para detectar señales de habla y decodifican estados emocionales a partir de señales de pulso, un indicador simplificado pero eficaz. El dispositivo también utiliza un modelo de lenguaje ligero integrado (LLM) para predecir frases completas, por lo que consume muy poca energía.