🧬 biology

AI-Driven Lumped-Element Modeling of Human Respiratory System for Studying Voice Mechanics

Este artículo presenta un novedoso modelo de elementos concentrados basado en la física e impulsado por IA que integra la dinámica de las cuerdas vocales extraída mediante aprendizaje profundo con una representación de masa-resorte-amortiguador del sistema respiratorio para simular la producción de la voz y predecir parámetros medibles de forma no invasiva, como la presión subglótica y los mecanismos de transferencia de energía.

Autores originales: Maruf Md Ik, Maryam Naghibolhosseini, Mohsen Zayernouri

Publicado 2026-06-25

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Maruf Md Ik, Maryam Naghibolhosseini, Mohsen Zayernouri

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

Imagina que tu voz no es solo un sonido que sale de tu garganta, sino una máquina compleja donde tus pulmones, la tráquea y las cuerdas vocales trabajan juntos como un equipo de ingenieros, un pistón con resorte y un par de puertas batientes.

Este artículo presenta un nuevo "gemelo digital" del sistema de la voz humana. En lugar de observar simplemente las cuerdas vocales de forma aislada, los investigadores construyeron un modelo computarizado que simula toda la cadena de producción de la voz: desde el aire que sale de los pulmones, pasando por la flexible tráquea, hasta las cuerdas vocales que vibran, y finalmente hacia afuera de la boca.

Aquí explicamos cómo lo desglosaron utilizando analogías sencillas:

1. La sala de máquinas: Los pulmones como un pistón

Piensa en tus pulmones no como una bolsa de aire, sino como un pistón con resorte dentro de un cilindro (como una jeringa).

El resorte: Cuando exhalas, el tejido pulmonar actúa como una banda de goma que se contrae rápidamente, empujando el aire hacia afuera.
El amortiguador: El tejido también tiene una cualidad "esponjosa" que ralentiza las cosas y absorbe la energía (viscosidad).
El modelo: Los investigadores convirtieron este proceso biológico en una ecuación matemática donde un peso pesado (la masa pulmonar) es empujado por un resorte y frenado por un amortiguador. Esto permite que la computadora calcule exactamente cuánta presión se acumula dentro del pecho, algo que no se puede medir directamente dentro de una persona viva sin cirugía.

2. Las tuberías flexibles: Las vías respiratorias compresibles

La tráquea y las vías respiratorias más pequeñas no son tubos rígidos de plástico; son flexibles y pueden aplastarse o expandirse.

La analogía: Imagina las vías respiratorias como mangueras de jardín colapsables. A medida que el aire pasa a través de ellas, las paredes de la manguera pueden oscilar y cambiar de forma.
El modelo: El equipo modeló estas vías como dos "pistones" paralelos que pueden moverse de un lado a otro. Esto captura cómo las vías respiratorias se expanden y contraen, añadiendo una capa de realismo que los modelos anteriores, más simples, pasaron por alto.

3. Las puertas: Las cuerdas vocales

Las cuerdas vocales son los porteros.

La analogía: Piensa en ellas como un par de puertas batientes que se cierran de golpe y se abren de par en par cientos de veces por segundo.
La fuente de datos: Para que las puertas se muevan de forma realista, los investigadores no solo adivinaron. Utilizaron IA (Aprendizaje Profundo) para observar videos de alta velocidad de la garganta de una persona real. La IA actuó como un operador de cámara superrápido, trazando la forma exacta de la apertura y el cierre de las cuerdas vocales miles de veces por segundo.
El resultado: El modelo computarizado utiliza estos movimientos de las "puertas" de la vida real para simular cómo el aire se fragmenta en ondas sonoras.

4. El sistema completo: Una cadena conectada

La magia de este artículo es que conectaron todas estas partes en una sola cadena:

Los pulmones empujan el aire (como un pistón).
Las vías respiratorias oscilan y ofrecen resistencia al flujo (como mangueras flexibles).
Las cuerdas vocales fragmentan el aire (como puertas batientes).
La boca libera el aire.

Debido a que todos están conectados, el modelo muestra cómo un cambio en una parte afecta a las demás. Por ejemplo, si las cuerdas vocales se cierran de golpe, la presión aumenta en los pulmones detrás de ellas, lo que luego empuja con más fuerza en la siguiente respiración.

¿Qué descubrieron?

Al ejecutar esta simulación, los investigadores pudieron ver cosas que normalmente son invisibles:

La presión "invisible": Pudieron mapear los cambios exactos de presión que ocurren debajo de las cuerdas vocales (presión subglótica). En la vida real, no puedes introducir un manómetro allí sin lastimar a la persona. El modelo mostró que esta presión no es una línea suave y constante; sube y baja siguiendo un patrón específico que coincide con el ritmo de las cuerdas vocales.
La onda "invertida": Descubrieron que mientras el flujo de aire (cuánto aire se mueve) parece una serie de picos (subidas y bajadas), la presión dentro del pecho parece lo opuesto: se mantiene alta y luego cae bruscamente. Es como una presa conteniendo agua; la presión es alta cuando la compuerta está cerrada y cae cuando la compuerta se abre.
Realismo sobre perfección: El modelo no es perfecto. Supone que las cuerdas vocales se cierran de forma completa e instantánea, lo cual es una simplificación. En la realidad, el cierre es un poco más gradual y tridimensional. Sin embargo, el modelo capturó con éxito el "latido" principal del sistema de la voz.

¿Por qué es esto importante?

El artículo afirma que esta es la primera vez que un modelo ha simulado con éxito el sistema respiratorio (pulmones y vías respiratorias) específicamente para estudiar cómo producimos la voz.

Anteriormente, los científicos solían asumir que el aire que venía de los pulmones era un flujo constante y monótono (como una brisa constante). Este artículo demuestra que el aire es, en realidad, una fuerza dinámica y pulsante que cambia con cada respiración y cada vibración de las cuerdas vocales. Al comprender mejor este "motor", obtenemos una imagen más precisa de cómo funciona realmente la voz humana, utilizando datos reales de una persona sana como base.

Resumen Técnico: Modelado de Elementos Concentrados Impulsado por IA del Sistema Respiratorio Humano para el Estudio de la Mecánica de la Voz

Planteamiento del Problema
La producción de la voz humana depende de las interacciones estrechamente acopladas de tres subsistemas: respiratorio (pulmones y vías respiratorias), fonatorio (cuerdas vocales) y articulatorio (tracto vocal supraglótico). Históricamente, los modelos computacionales de la fonación se han centrado principalmente en los subsistemas fonatorio y articulatorio, simplificando a menudo la entrada respiratoria como una presión o velocidad subglótica uniforme, constante o sinusoidal. Estas simplificaciones no logran capturar las dinámicas no lineales e irregulares inherentes a la verdadera mecánica respiratoria, las cuales son específicas de cada sujeto. En consecuencia, los modelos existentes pasan por alto cómo las condiciones de entrada específicas —moldeadas por la viscoelasticidad del tejido pulmonar, la compresibilidad de las vías respiratorias y la resistencia al flujo— alteran la asimetría del chorro, la turbulencia y la carga acústica. Existe una necesidad crítica de un marco de modelado holístico que genere condiciones de contorno dependientes del tiempo y específicas de cada sujeto para la laringe, con el fin de simular con precisión la mecánica de la voz.

Metodología
Los autores desarrollaron un modelo predictivo unificado basado en la física que integra los subsistemas respiratorio, fonatorio y articulatorio en un único marco de elementos concentrados (LEM, por sus siglas en inglés).

Subsistema Respiratorio: Los pulmones y las vías respiratorias compresibles se modelan como sistemas de pistón-cilindro controlados por masa-resorte-amortiguador.
- Pulmones: Representados como una única cámara cilíndrica equivalente donde los cambios volumétricos se rigen por el movimiento del pistón. El modelo incorpora propiedades viscoelásticas no lineales del tejido pulmonar mediante un resorte no lineal (retroceso elástico) y elementos de amortiguación tanto lineales como no lineales (viscosidad del tejido y fricción).
- Vías Respiratorias Compresibles: Modeladas como dos ensamblajes de pistón-cilindro en paralelo que representan las vías respiratorias periféricas y los bronquios primarios, contabilizando la elasticidad de las paredes y la disipación viscosa.
- Resistencias al Flujo: El modelo cuantifica las pérdidas de presión a través de distintos segmentos anatómicos, incluyendo la deformación del tejido pulmonar ( $R_{LT}$ ), vías respiratorias pequeñas ( $FR_s$ ), vías respiratorias compresibles ( $FR_c$ ), tráquea ( $FR_T$ ), cuerdas vocales ( $FR_{VF}$ ), vías respiratorias superiores ( $FR_U$ ) y la salida oral ( $FR_E$ ).
Subsistema Fonatorio: Las cuerdas vocales se representan mediante un modelo de masa única. Crucialmente, la onda de área glótica (GAW) no se asume, sino que se extrae de datos de videoendoscopia de alta velocidad (HSV) de un participante normofónico utilizando un marco de segmentación basado en aprendizaje profundo (U-Net). Estos datos impulsan la dinámica de las cuerdas vocales.
Subsistema Articulatorio: Representado como las vías respiratorias superiores que se extienden hasta la cavidad oral, contabilizando las pérdidas aerodinámicas antes de la radiación del sonido.
Implementación Numérica: La dinámica acoplada está gobernada por una ecuación de equilibrio de fuerzas no lineal y restricciones de continuidad volumétrica. El sistema se resuelve mediante un esquema de Runge-Kutta de cuarto orden (RK4) con un paso de tiempo de $2.5 \times 10^{-4}$ s, que coincide con la resolución de los datos de la HSV. Se empleó la optimización por enjambre de partículas para estimar los coeficientes de amortiguación pulmonar.

Contribuciones Clave

Integración Holística: Este trabajo presenta el primer LEM que une explícitamente los modelos de flujo pulmonar con la dinámica fonatoria, extendiéndose más allá de los modelos tradicionales de respiración para simular la fonación sostenida.
Condiciones de Contorno Impulsadas por Datos: Al integrar la extracción de la GAW mediante IA a partir de datos de HSV, el modelo genera condiciones de entrada dependientes del tiempo y específicas de cada sujeto, en lugar de depender de entradas sinusoidales o constantes idealizadas.
Modelado Viscoelástico No Lineal: El marco captura las propiedades viscoelásticas no lineales de los tejidos pulmonares y las vías respiratorias compresibles, proporcionando un modelo base responsivo capaz de extenderse a escenarios específicos de pacientes.
Simulación de Variables No Medibles: El modelo permite la simulación de distribuciones de presión subglótica y resistencias dinámicas que son imposibles de medir de forma directa y no invasiva en humanos durante la fonación.

Resultados
El modelo unificado simuló con éxito la dinámica resuelta en el tiempo de una tarea de fonación sostenida (la vocal /i/ sostenida):

Dinámica Glótica: El modelo reprodujo la apertura y el cierre glótico cuasi-periódico, con áreas glóticas máximas de 8–9 mm² y un cierre completo (área cero) en cada ciclo. Los caudales glóticos oscilaron entre 200 y 240 ml/s, exhibiendo un comportamiento estable ciclo a ciclo.
Dinámica de Presión:
- Presión Subglótica ( $P_{sub}$ ): Osciló entre 400 Pa y 880 Pa. La forma de onda presentó mesetas de presión extendidas durante el cierre glótico (almacenamiento de energía) seguidas de caídas rápidas durante la apertura.
- Presión Intrapleural ( $P_{pl}$ ): Osciló entre 700 Pa y 1090 Pa, mostrando un patrón similar pero más pronunciado que la presión subglótica, lo que refleja la carga mecánica sobre los pulmones.
Resistencia al Flujo: La resistencia al flujo espiratorio ( $FR_E$ ) exhibió un comportamiento pulsátil, alcanzando picos de 25–29 $\times 10^3$ Pa/(m³·s) durante el flujo alto y colapsando a cero durante el cierre glótico.
Validación: El modelo fue validado frente a datos experimentales de una laringe extraída (laringe de ciervo). Aunque ocurrió una discrepancia localizada del 13.33% cerca de la apertura glótica máxima (debido a la incapacidad del modelo para capturar la separación del chorro 3D), el error medio promediado por ciclo fue de solo 2.96%, confirmando la capacidad del modelo para capturar las dinámicas de presión dominantes.

Significancia y Reivindicaciones
El artículo afirma establecer un referente fundamental para el modelado de la fonación específico de cada sujeto. Al trascender las limitaciones de las condiciones de entrada idealizadas, este marco avanza en la predicción de las distribuciones de presión subglótica, las resistencias dinámicas y los mecanismos de transferencia de energía durante la producción de la voz. Los autores posicionan este trabajo como un paso necesario hacia modelos computacionales clínicamente significativos que puedan ajustarse para diversas patologías que afectan la producción de la voz. Si bien el modelo actual depende de mediciones de área glótica en 2D y una representación de cuerda vocal de masa única (lo que limita su capacidad para capturar los matices del movimiento 3D y las oscilaciones de presión a microescala durante el cierre), proporciona una aproximación fisiológicamente significativa de la mecánica respiratoria. Los autores señalan que el trabajo futuro buscará incorporar la acústica del tracto vocal distribuida, la reología de ley de potencia y efectos 3D más detallados para refinar aún más el modelo.