Un equipo internacional de investigadores ha desarrollado un dispositivo portátil, el Intelligent Throat, que permite a los pacientes con disartria, un trastorno del habla causado por accidentes cerebrovasculares, recuperar una comunicación natural y fluida. El dispositivo combina sensores avanzados y modelos de inteligencia artificial (IA) para traducir el habla silenciosa en tiempo real, incorporando matices emocionales y contextuales.
Utiliza sensores de tensión textiles basados en grafeno, capaces de detectar vibraciones en los músculos de la garganta, junto con monitores de pulso carotídeo. Estos sensores trabajan en conjunto con modelos de lenguaje grande (LLM) que analizan las señales emocionales y procesan tokens del habla para generar oraciones coherentes y personalizadas que reflejan fielmente la intención del usuario.
«El sistema genera oraciones personalizadas y contextualmente apropiadas que capturan con precisión el significado que los pacientes quieren transmitir». Wearable intelligent throat enables natural speech in stroke patients with dysarthria
En pruebas realizadas con cinco pacientes con disartria, el dispositivo logró una tasa de error de palabras del 4.2% y de oraciones del 2.9%, superando notablemente los resultados de los sistemas actuales de habla silenciosa. Además, los usuarios informaron un aumento del 55% en su satisfacción, destacando la capacidad del dispositivo para brindar una comunicación expresiva y adaptada.
El diseño es como un collar con sensores integrados, cómodo, e incluye un módulo inalámbrico para la transmisión continua de datos con un consumo mínimo de energía, permitiendo su uso durante todo el día.
El equipo de investigación ve aplicaciones más amplias para esta tecnología, incluyendo soporte para otras enfermedades neurológicas como la esclerosis lateral amiotrófica (ELA) y el Parkinson. También se está explorando su adaptación para varios idiomas, ampliando su accesibilidad a nivel global.
Los investigadores están enfocados en reducir el tamaño del dispositivo y en integrarlo en marcos de edge computing, mejorando su usabilidad y eficiencia para una adopción más amplia.



