Inteligencia Artificial y rehabilitación auditiva: estado de la ciencia

Introducción

Según el último informe (2018) de la Organización Mundial de la Salud [1], 466 millones de personas en todo el mundo, incluidos 34 millones de niños, presentan una pérdida de audición discapacitante. Se estima que más de 900 millones de personas la sufrirán para 2050, mientras que alrededor de un tercio de las personas mayores de 65 años están afectadas hoy en día. En este contexto, parece que el desarrollo de medios de rehabilitación específicos que incorporen nuevas tecnologías puede contribuir a optimizar la atención al paciente que la sufre [2]. Así pues, veremos cómo las tecnologías digitales -en particular la inteligencia artificial- se integran hoy en día en la rehabilitación de la audición mediante audífonos convencionales e implantes cocleares, la rehabilitación auditivo-cognitiva y los apoyos de entrenamiento a distancia.

Inteligencia artificial y rehabilitación de la audición

Los avances tecnológicos en el campo de la informática y las ciencias cognitivas a principios de 2010 permitieron el surgimiento de la inteligencia artificial, que es un conjunto de conceptos y tecnologías destinados a desarrollar máquinas capaces de imitar una forma de inteligencia real. La inteligencia artificial se integra hoy en muchos campos de aplicación, desde el transporte hasta los dispositivos médicos implantados, gracias a servidores capaces de una gran potencia de cálculo mediante algoritmos que procesan la información en bases de datos muy grandes. En el ámbito de la rehabilitación auditiva, la conectividad Bluetooth permite hoy en día la conexión de los audífonos no sólo a los dispositivos móviles, sino también la recopilación de datos en servidores de almacenamiento situados a distancia a través de Internet.

En la actualidad, existen programas computarizados de entrenamiento auditivo y cognitivo, pero no incorporan la inteligencia artificial y, por lo tanto, no tienen en cuenta los hábitos de uso, lo que no les permite ajustarse a los comportamientos y expectativas de sus usuarios. Se espera que dentro de pocos años, las tecnologías permitirán desarrollar programas de entrenamiento personalizados que anticiparán las necesidades de los usuarios gracias a los datos recogidos a través de los algoritmos de inteligencia artificial. Estas interfaces, aplicaciones en teléfonos inteligentes o software, serán capaces de evolucionar de manera adaptada a cada usuario sobre la base de la información recogida regularmente a través del dispositivo. La perspectiva de esos avances implica una reflexión profunda sobre las cuestiones éticas y jurídicas relacionadas con la protección de los datos personales.

Esta problemática a menudo está en el primer plano de la actualidad por el desarrollo del uso de las redes sociales y el riesgo de explotación de los datos personales de los usuarios con fines comerciales por parte de los «gigantes digitales», que poseen voluminosas bases de datos. Hoy en día, el Reglamento General de Protección de Datos (RGPD) [3] es un texto normativo europeo que regula el tratamiento de datos en pie de igualdad en toda la Unión Europea. Es una continuación de la Ley francesa de Informática y Libertades de 1978 con el doble objetivo de reforzar los derechos de las personas y de responsabilizar a las empresas y entidades que gestionan datos gracias a una cooperación reforzada entre las autoridades de protección de datos.

Inteligencia artificial e implantes cocleares

En lo que respecta a los implantes cocleares, con la última generación de procesadores, ya es posible ajustar automáticamente ciertos parámetros de los reglajes (volumen, sensibilidad, etc.) según el entorno de escucha, obtener información sobre el estado del procesador (material de hardware, nivel de batería) o encontrar un procesador perdido desde un smartphone [4]. Además, los contenidos audiovisuales (llamadas telefónicas, vídeos, música y otros audios) pueden transmitirse directamente desde un dispositivo que utilice tecnología específica para ello [5], o mediante un kit de manos libres en los otros casos.

Del mismo modo, el acceso al sonido estéreo es posible gracias a la tecnología inalámbrica que vincula el procesador con el audífono contralateral convencional. Además, algunos procesadores disponen de opciones de procesamiento de la salida de la señal y permiten el ajuste automático de los parámetros para optimizar la percepción de la audición en función del entorno sonoro (tranquilo, restaurante, exterior, música, etc…) [6] y de las preferencias del usuario.

La evolución de las tecnologías también permite el acceso a la información de uso mediante el registro de datos (Data logging) disponible en la mayoría de los programas informáticos de adaptación, descargando datos de uso a partir del procesador [7]. Estos datos incluyen el tiempo de uso, la naturaleza del entorno sonoro (silencio, habla, ruido, habla en ruido o música), los parámetros de ajuste (volumen y sensibilidad), así como la selección de programas y el uso de accesorios. Esto permite comprender mejor las necesidades individuales y las estrategias de escucha de los usuarios.

En el campo del reglaje de los implantes cocleares, se han utilizado tecnologías surgidas de la inteligencia artificial para desarrollar un enfoque alternativo al procedimiento habitual de ajustes de estos dispositivos. Consiste en determinar los umbrales de percepción y confort de cada electrodo. Sin embargo, la estimulación eléctrica en uno o todos los portaelectrodos produce un campo eléctrico que no corresponde a una estimulación acústica. Además, los valores de los niveles de percepción y comodidad pueden ser diferentes dependiendo del procedimiento utilizado durante el ajuste y según el sistema de implante coclear.

En algunos casos, especialmente cuando un paciente tiene dificultades para determinar los umbrales, es posible que la tarjeta de reglaje no corresponda a la zona de estimulación óptima del paciente [8]. El software FOX® o «Fitting to Outcomes eXpert» utiliza algoritmos para analizar los resultados de test de percepción específicos y evaluar si los parámetros de reglaje pueden ser optimizados para mejorar el rendimiento del paciente a prueba. El software FOX® proporciona recomendaciones basadas en cientos de reglas condicionales y conjuntos de reglas derivadas de un proceso de decisión que utiliza una lógica heurística. Las medidas de rendimiento utilizadas actualmente por FOX® son la audiometría en campo libre, el test de discriminación de fonemas ASE [9], el crecimiento de la sonoridad y la audiometría vocal con palabras monosilábicas. Por último, FOX® también tiene en cuenta la dinámica de entrada, el número de electrodos activos, la desactivación de los electrodos, la ganancia, la estrategia de tratamiento y la frecuencia de estimulación.

De esta manera, FOX® generará un conjunto de «mapas automáticos» o automapas para ser usados desde la activación y durante los primeros meses. Se trata de diez tarjetas de reglaje que plantean un aumento progresivo de los umbrales de percepción y de confort según los parámetros considerados óptimos por el programa informático sobre la base de un análisis estadístico de los datos en una población [8]. Se le indica al paciente implantado que cambie la tarjeta de reglaje probando una o dos tarjetas más altas y eligiendo la más cómoda. Otro enfoque permite que el paciente conserve la tarjeta original, que luego sirve como punto de partida para los test y para optimizar el ajuste. En cualquier momento, la persona encargada de los ajustes puede volver a tomar el relevo, por lo que FOX® debe considerarse como una herramienta de apoyo a la decisión que ofrece recomendaciones que un experto puede o no aceptar.

Inteligencia artificial y audífonos convencionales

Los audífonos más recientes también incorporan tecnologías de inteligencia artificial y aprendizaje automático (machine learning) mediante la recopilación de datos de los usuarios a través de aplicaciones de teléfonos smartphones. Así, analizando una gran cantidad de datos de adaptación, estos sistemas pueden aprender automáticamente en tiempo real y sugerir preferencias de ajustes de acuerdo con el entorno sonoro, por ejemplo, en entornos ruidosos, durante una llamada telefónica o al escuchar música.

Otros sistemas permiten a los usuarios que sus audífonos sean ajustados por su audioprotesista a distancia a través de una videollamada y evaluar su beneficio en varios entornos sonoros. Al igual que la telemedicina, la teleaudiología tiende a desarrollarse con acceso a evaluaciones y ajustes de audición a distancia en los próximos años.

Inteligencia artificial y programas de rehabilitación auditiva-cognitiva

El principio de la rehabilitación post-implante es estimular las funciones auditivas y cognitivas mediante la interacción directa con el logopeda, la mayoría de las veces cara a cara, con los labios ocultos por una hoja sostenida horizontalmente para favorecer la modalidad oral. Otra parte de las sesiones de rehabilitación suele dedicarse a la integración del habla en situaciones de escucha complejas, como por ejemplo los ambientes ruidosos o el teléfono. Escuchar música también puede ser objeto de un entrenamiento específico. Así, puede resultar conveniente el uso de dispositivos de ayuda a la escucha como un mini-micrófono o un kit de manos libres que utilice la tecnología inalámbrica Bluetooth para recibir llamadas y contenidos de audio directamente desde un teléfono smartphone al procesador del implante.

Hay diferentes programas de entrenamiento por ordenador para funciones cognitivas (Happyneuron [10], Cogmed [11], Cognifit [12], …) o auditivas (Audiolog [13], Auditico [14], Profonia [15], Angel Sound [16], …), pero no se sabe que ninguno de ellos se ocupe de ambas al mismo tiempo. Por ejemplo, Cogmed [11] es un programa de recuperación de la memoria de trabajo que tiene por objeto mejorar la capacidad de retener la información para utilizarla en tareas de razonamiento o comprensión. Audiolog [13] y Auditico [14] son programas de estimulación y entrenamiento de las funciones auditivas, orientados principalmente a los trastornos fonológicos, que ofrecen ejercicios de entrenamiento en la percepción y el reconocimiento del sonido.

En Estados Unidos, el software Angel Sound™ [16], es un programa interactivo de entrenamiento auditivo y de evaluación de la audición que favorece la autonomía del paciente en su rehabilitación auditiva y permite testear su audición uno mismo. Se trata de módulos de ejercicios de identificación y discriminación de sonidos del habla organizados en módulos que cubren diferentes aspectos del proceso de escucha. El nivel de dificultad se ajusta automáticamente para que se corresponda con las habilidades de escucha que se están desarrollando, mientras que el programa proporciona información sobre las áreas que se pueden mejorar mediante el acceso remoto a los datos y la personalización con parámetros avanzados.

Para cumplir este doble objetivo de entrenar las funciones auditivas y cognitivas, el Institut Francilien d’Implantation Cochléaire (IFIC) ha desarrollado un programa de entrenamiento específico accesible en línea. El programa de formación EPI-IFIC (Formación post-implantación – IFIC) [17] ofrece contenidos adaptados a las fases de evolución y perfeccionamiento del entrenamiento perceptivo-cognitivo después de la implantación coclear. Está destinado a los pacientes que han desarrollado la capacidad de integrar la información auditiva funcional sin la ayuda de la lectura de labios y que ya se han beneficiado de la rehabilitación de la terapia logopédica del habla. Se trata de una especie de ayuda para la rehabilitación auditiva a través del entrenamiento personal a distancia, que no sustituye sino que completa las sesiones de rehabilitación en la consulta de un logopeda.

En cada campo de intervención (Habla y lenguaje, Discriminación sonora, Memoria, Atención y concentración, etc…) los ejercicios propuestos tienen un formato y un nivel de dificultad variados. Por lo tanto, el usuario es libre de elegir el tema de la sesión, el tipo de ejercicios y, para cada uno de ellos, también puede elegir el volumen adecuado, volver a escuchar el ejercicio y visualizar o no el texto.

Basada en el principio de dar autonomía para hacer del paciente parte activa de su rehabilitación [18] y de la eficacia de su auto-entrenamiento [2] (Lawrence et al., 2018), la plataforma se ha desarrollado a medida de las reacciones e impresiones de los usuarios, que pueden interactuar en un espacio dedicado a tal efecto.

Además, el uso de aplicaciones como AVA [19] o Instant Transcription [20], que permiten el acceso y compartir en tiempo real el contenido de las interacciones verbales a través de un teléfono smartphone o una tableta, puede ser conveniente para los pacientes con capacidad auditiva limitada con los audífonos convencionales y/o el implante coclear. Este tipo de aplicaciones pueden transcribir lo que se dice casi en tiempo real (menos de un segundo) identificando a cada interlocutor con su nombre y un código de color. El uso de esos dispositivos de ayuda a la escucha puede ser útil en situaciones complejas como reuniones profesionales, cenas o intercambios rápidos utilizando un léxico específico, como una consulta médica o jurídica. La intervención del logopeda puede entonces orientarse a adaptar y optimizar estrategias de comunicación para el uso de una herramienta digital durante las interacciones verbales.

Eficacia del auto-entrenamiento

Por último, los resultados de un reciente meta-análisis [2] (Lawrence et al., 2018) de nueve estudios sobre la eficacia del entrenamiento auditivo y cognitivo en las funciones cognitivas en adultos con sordera mostraron un efecto positivo del entrenamiento a distancia. El análisis de los estudios sobre el entrenamiento auditivo reveló un pequeño pero significativo efecto de aprendizaje a favor de la memoria de trabajo y las capacidades cognitivas en general.

Esta mejora se explica por la adquisición de habilidades ejecutivas y cognitivas para compensar el déficit sensorial [21] (Goh & Park, 2009) y su estimulación durante las tareas propuestas durante la rehabilitación auditiva que implican simultáneamente habilidades perceptivas y cognitivas. Además, el análisis de los estudios sobre el entrenamiento cognitivo aislado mostró una mejora significativa en las competencias cognitivas generales y no para cada área analizada por separado. Estas observaciones motivaron el uso de un programa de entrenamiento destinado inicialmente a mejorar la memoria de trabajo, la atención y las competencias ejecutivas [22] (Anderson y otros, 2013) utilizando un enfoque auditivo-cognitivo, que permitió a una mejora muy significativa de las funciones cognitivas. Así pues, el conjunto de estos resultados muestra la eficacia de un entrenamiento auditivo-cognitivo para mejorar las capacidades cognitivas en adultos con pérdida de audición.

En su estudio descriptivo, Zhang y otros (2014) [18] examinaron nueve programas de entrenamiento auditivo a distancia para pacientes con implantes cocleares utilizando 29 elementos descriptivos. Su objetivo era proporcionar a los clínicos una herramienta de apoyo a la toma de decisiones que les ayudara a elegir un programa de entrenamiento por ordenador basado en la información relacionada con las características del producto. Este análisis les permitió formular recomendaciones relativas al proceso de adopción de decisiones, en particular sobre la necesidad de que el clínico establezca un diálogo abierto y atento con su paciente a fin de elegir el programa que mejor se adapte a sus necesidades, aptitudes y expectativas. Según los autores, esta interacción permitirá al clínico y a su paciente tomar la decisión más pertinente y favorecerá la implicación del paciente en su proceso de rehabilitación.

En la actualidad, existen programas computarizados de entrenamiento auditivo y cognitivo, pero no incorporan la inteligencia artificial, lo que no les permite ajustarse a los comportamientos y expectativas de sus usuarios. Se espera que las tecnologías digitales permitan en los próximos años el desarrollo de programas de entrenamiento personalizados que anticipen las necesidades de los usuarios gracias a los datos recogidos mediante algoritmos de inteligencia artificial. Estas interfaces, aplicaciones en teléfonos smartphones o software, probablemente podrán evolucionar de manera adaptada a cada usuario sobre la base de la información recogida regularmente a través del dispositivo.

Conclusión

Para concluir, si bien la inteligencia artificial ya forma parte integral de nuestras vidas en una amplia diversidad de servicios que necesitamos diariamente, su contribución a la rehabilitación de las funciones en que tenemos carencias en las áreas perceptivas y cognitivas está en constante desarrollo. Los algoritmos permiten ahora analizar cantidades de datos para optimizar los dispositivos médicos ajustándolos a las necesidades y expectativas de los usuarios. Esta retroalimentación e interacción entre pacientes, clínicos e ingenieros permitirá en un futuro más o menos lejano desarrollar herramientas de evaluación y rehabilitación más y más eficientes. Como preconiza el Reglamento General de Protección de Datos (RGP), esos avances implican una reflexión profunda sobre las cuestiones éticas y jurídicas relacionadas con la protección de los datos personales.

Bibliografía

[1] www.who.int/deafness/world-hearing-day/whd-2018/en
[2] Lawrence BJ, Jayakody DMP, Henshaw H, Ferguson MA, et al.. 2018. Auditory and Cognitive Training for Cognition in Adults With Hearing Loss: A Systematic Review and Meta-Analysis. Trends Hear, 22:2331216518792096.
[3] Reglamento del Parlamento Europeo y del Consejo relativo a la protección de datos de carácter personal y a la libre circulación de estos datos, que deroga la directiva 95/46/CE. Unión Europea. Referencia 2016/679
[4] Liu, D., et al. 2018. Early experience with the Nucleus® 7 sound processor. Journal of Hearing Science, 8.2.
[5] De Ceulaer G, Bestel J, Mülder HE, Goldbeck F et al. 2016. Speech understanding in noise with the Roger Pen, Naida CI Q70 processor, and integrated Roger 17 receiver in a multi-talker network. Eur Arch Otorhinolaryngol, 273(5), 1107-1114.
[6] Warren CD, Nel E & Boyd PJ.2019. Controlled comparative clinical trial of hearing benefit outcomes for users of the Cochlear™ Nucleus® 7 Sound Processor with mobile connectivity. Cochlear Implants Int, 20(3) 116-126.
[7] Busch T, Vanpoucke F & van Wieringen A. 2017. Auditory environment across the life span of cochlear implant users: insights from data logging. J Speech Lang Hear Res, 60(5), 1362-1377.
[8] Govaerts PJ, Vaerenberg B, De Ceulaer G, Daemers K et al. 2010. Development of a software tool using deterministic logic for the optimization of cochlear implant processor programming. Otol Neurotol, (6), 908-18.
[9] Govaerts PJ, Daemers K, Yperman M, De Beukelaer C et al. 2006. Auditory speech sounds evaluation (A(section)E): a new test to assess detection, discrimination and identification in hearing impairment. Cochlear Implants Int, (2), 92-106.
[10] Croisile B., Miner DE., Bélier S., Tarpin-Bernard F., Noir M., Allain G., Online cognitive training improves cognitive performance. Archives of Clinical Neuropsychology, Vol.23, n°6, pp. 704, (2008).
[11] Liu ZX, Lishak V, Tannock R, Woltering S. 2017. Effects of working memory training on neural correlates of Go/Nogo response control in adults with ADHD: A randomized controlled trial. Neuropsychologia, 95, 54-72.
[12] Shatil E, Mikulecká J, Bellotti F, Bureš V. 2014. Novel television-based cognitive training improves working memory and executive function. PLoS One, 9(7), e101472.
[13] https://www.happyneuronpro.com/audiolog/
[14] https://www.sbt-human.com/realisations/auditico-by-happyneuron/
[15] https://www.profonia.com/
[16] http://angelsound.tigerspeech.com/
[17] http://www.implant-ific.org/a/fiches-pro/support-d-aide-pour-la-reeducation-post-implant-fiche-1-2/43
[18] Zhang M, Miller A & Campbell MM. (2014). Overview of nine computerized, home-based auditory-training programs for adult cochlear implant recipients. J Am Acad Audiol, (4), 405-13.
[19] https://www.ava.me/fr/
[20] https://support.google.com/accessibility/android/
[21] Goh, J. O., & Park, D. C. 2009. Neuroplasticity and cognitive aging: The scaffolding theory of aging and cognition. Restorative Neurology and Neuroscience, 27, 391– 403.
[22] Anderson, S., White-Schwoch, T., Choi, H. J., & Kraus, N. 2013a. Training changes processing of speech cues in older adults with hearing loss. Frontiers in Systems Neuroscience, 7, 1–9.