AI-based multimodal behavioral phenotyping for sarcopenia and muscle health assessment in older adults: study protocol

A medida que las personas envejecen, sus cuerpos pierden naturalmente masa y fuerza muscular, una condición conocida como sarcopenia. Este declive no se trata solo de sentirse más débil; está estrechamente vinculado con un mayor riesgo de caídas, pérdida de independencia y de enfrentar complicaciones graves de salud. Actualmente, los médicos dependen de máquinas especializadas para medir el músculo y la fuerza, o hacen preguntas simples a los pacientes sobre sus dificultades diarias. Sin embargo, estas máquinas son costosas y difíciles de usar para chequeos regulares en los vecindarios, mientras que las preguntas simples a menudo pasan por alto el problema en sus etapas iniciales porque las personas pueden no darse cuenta de que están perdiendo fuerza hasta que es demasiado tarde. Los científicos han sospechado durante mucho tiempo que la forma en que las personas se mueven, hablan y se expresan podría contener pistas ocultas sobre su salud muscular, pistas que existen fuera de lo que una persona sabe o reporta conscientemente. El desafío ha sido descubrir cómo capturar estas señales sutiles de los adultos mayores de una manera que se sienta natural y no intimidante, especialmente cuando ellos pueden no estar familiarizados con la tecnología compleja.

Un equipo de investigadores de la Universidad de Yeungnam en Corea del Sur ha diseñado una nueva forma de buscar estas pistas. En lugar de pedir a los adultos mayores que realicen pruebas físicas difíciles o completen formularios largos solos, los investigadores crearon una sesión suave basada en la conversación que dura menos de treinta minutos. El objetivo es ver si un programa de computadora puede escuchar y observar lo suficientemente de cerca como para detectar signos de baja masa muscular simplemente observando cómo una persona habla, mueve su rostro y hace gestos mientras conversa. Este enfoque trata la voz y el rostro humanos como una fuente rica de datos, similar a cómo un médico escucha un latido del corazón, pero aquí el "latido" es el ritmo sutil del habla y los micromovimientos de los músculos faciales. Los investigadores no están tratando de reemplazar las pruebas médicas de estándar de oro, sino que están explorando si estos comportamientos cotidianos pueden servir como un primer paso rápido y no invasivo para identificar quién podría necesitar un chequeo más profundo.

El estudio involucra hasta 120 adultos residentes en la comunidad de sesenta y cinco años o más. Cada participante acude a una sala de laboratorio tranquila donde se sienta para una única sesión guiada por un investigador capacitado. Este guía humano es una parte crucial del diseño, actuando como una presencia amistosa para reducir cualquier ansiedad que el participante pueda sentir al ser grabado. La sesión se divide en dos partes. Primero, mientras el participante está fresco y alerta, participa en una serie de interacciones naturales. Conversan brevemente sobre su día, leen un pasaje corto en voz alta y luego miran imágenes de rostros que muestran diferentes emociones, primero identificando la emoción y luego intentando hacer ese mismo rostro ellos mismos. Finalmente, se les pide que cuenten una historia corta sobre un momento feliz reciente y un momento triste reciente. Durante todo este tiempo, cámaras y micrófonos graban todo, capturando la velocidad de su habla, el tono de su voz, los músculos específicos que usan al sonreír o fruncir el ceño, y cuánto mueven sus manos y brazos.

Después de esta observación conductual, la sesión pasa a la segunda parte, donde el participante responde una serie de preguntas de salud estándar. Algunas de estas preguntas son sobre su riesgo de pérdida muscular, mientras que otras preguntan sobre su estado de ánimo y niveles de ansiedad. Los investigadores utilizan una mezcla de métodos: algunas preguntas son respondidas por el participante en una pantalla táctil, mientras que otras son leídas en voz alta por el guía para asegurar que todos puedan participar cómodamente independientemente de su comodidad con la tecnología. Los investigadores luego comparan las grabaciones de video y audio de la primera parte con las mediciones físicas tomadas de los participantes. Utilizan un dispositivo que mide la cantidad de músculo en los brazos y las piernas y una prueba de fuerza de agarre para determinar quién tiene masa muscular y fuerza normales y quién tiene baja masa muscular y fuerza. Estas mediciones físicas sirven como la verdad de referencia contra la cual se prueban las observaciones conductuales.

La idea central es que la salud muscular podría dejar una huella en cómo se comporta una persona. Los investigadores plantean la hipótesis de que aquellos con menor masa muscular podrían hablar más lentamente, usar un tono de voz más plano o mostrar menos variedad en sus expresiones faciales. También sospechan que la forma en que una persona mueve sus manos mientras habla podría ser menos fluida o frecuente. Al utilizar programas de computadora avanzados, el equipo analizará miles de detalles diminutos de las grabaciones, tales como con qué frecuencia una persona hace pausas, cuánto tiembla su voz o con qué intensidad mueve sus cejas. La computadora entonces intentará aprender la diferencia entre los patrones de comportamiento de aquellos con músculos saludables y aquellos con baja masa muscular. Si la computadora puede distinguir con éxito entre ambos grupos basándose solo en el video y el audio, sugeriría que estas señales conductuales están, de hecho, vinculadas a la salud muscular.

Este estudio es un protocolo, lo que significa que es un plan detallado de cómo se llevará a cabo la investigación, en lugar de un reporte de resultados finales. Los investigadores están configurando el sistema para asegurar que los datos que recolecten sean de alta calidad y consistentes. Están prestando especial atención al papel del guía humano, anotando cuidadosamente cómo el guía interactúa con el participante y cuándo se necesita ayuda. Esta información es vital porque el objetivo final es construir eventualmente un asistente digital, quizás un programa de computadora que pueda hablar con las personas, que pueda realizar esta evaluación sin la presencia de un humano. Al observar cómo un humano real ayuda a un adulto mayor a sentirse cómodo y comprendido, los investigadores esperan enseñar a los futuros sistemas de inteligencia artificial a hacer lo mismo. También están construyendo un conjunto de datos que incluye personas de diferentes edades y de ambos sexos, asegurando que la tecnología que desarrollen funcione justamente para todos.

Los investigadores están siendo cautelosos sobre lo que esperan encontrar. Reconocen que los adultos mayores podrían sentirse nerviosos en un laboratorio, y que el nerviosismo podría cambiar la forma en que hablan o se mueven, lo que podría confundir los resultados. Para manejar esto, están midiendo los niveles de ansiedad y depresión por separado, de modo que puedan distinguir si la computadora está detectando problemas musculares o simplemente preocupación general. También son conscientes de que el número de personas con baja masa muscular en un grupo comunitario general podría ser pequeño, por lo que han planeado su análisis para buscar patrones a través de todo el rango de la salud muscular, no solo una división simple de sí o no. Si el estudio encuentra que las señales conductuales son útiles, podría conducir a una nueva forma de detectar la pérdida de masa muscular de manera rápida y sencilla en las comunidades, sin equipo costoso ni largas esperas. Si las señales no son lo suficientemente fuertes, el estudio seguirá proporcionando conocimiento valioso sobre cómo los adultos mayores interactúan con la tecnología y cómo diseñar mejores herramientas para ellos.

Este trabajo se sitúa en la intersección de la edad, el comportamiento y la inteligencia artificial. Va más allá de la idea de que la salud muscular se trata solo de qué tan rápido puede caminar alguien o qué tan pesado puede levantar un peso. En cambio, sugiere que la condición del cuerpo podría reflejarse en las formas tranquilas y automáticas en que nos expresamos cada día. Al tratar una conversación como una ventana hacia la salud física, los investigadores están abriendo un nuevo camino para entender cómo envejecemos. No pretenden haber resuelto el problema de la sarcopenia, sino que están construyendo las herramientas para ver si una charla simple y amistosa podría algún día ayudar a detectar el problema a tiempo, dando a los adultos mayores más tiempo para mantenerse fuertes e independientes. El estudio representa un esfuerzo cuidadoso y paso a paso para convertir una pregunta biológica compleja en una tecnología práctica y centrada en el ser humano.