Biomarcadores digitales
Estudie la diversidad del vocabulario, la longitud de los enunciados, la coherencia y la densidad de ideas junto con medidas clínicas de referencia.
Conjuntos de datos para I+D sobre el SNC
Datos de voz longitudinales.
Para la investigación sobre el SNC.
Datos cognitivos, de voz y conductuales derivados de conversaciones diarias.
Para I+D farmacéutica, institutos de investigación y laboratorios de IA.
La trayectoria de un participante durante 36 semanas
Ejemplo ilustrativo · observaciones repetidas
Índice cognitivoEstado de ánimo
- Sesiones registradas
- 50K+
- Meses de seguimiento longitudinal
- 12+
- Variables por sesión
- 31
- Frecuencia de recogida
- Diaria
- Desidentificados
- 100%
Cifras recogidas en la presentación publicada del conjunto de datos. El alcance y el acceso a las fuentes se confirman para cada versión.
Por qué importan los datos
Señales para la investigación, recogidas a diario.
Investigación de biomarcadores digitales, mediciones repetidas y evidencia en vida real a partir de una misma fuente de conversaciones.
Variables de resultado continuas
Siga las medidas cognitivas y del estado de ánimo entre visitas clínicas, con observaciones repetidas a lo largo del tiempo.
Evidencia en vida real
Analice conversaciones mantenidas en condiciones naturales en el hogar, con información documentada sobre su recogida y procesamiento.
Qué datos recogemos
Estado de ánimo. Cognición. Adherencia.
Estado de ánimo
Estado afectivo inferido a diario a partir de características de la voz, marcadores léxicos y datos declarados por el participante, con una referencia basal individual.
Cognición
Índice cognitivo compuesto de memoria, fluidez, orientación y participación, con análisis de tendencias en periodos de 7, 30 y 90 días.
Adherencia
Adherencia a la medicación con confirmación bidireccional, registro temporal de las dosis omitidas y análisis posterior de correlaciones con los síntomas.
El valor de los datos recogidos en condiciones naturales
Conversaciones junto con evaluaciones estructuradas.
Un modelo de recogida diferente: conversaciones recurrentes en lugar de sesiones de pruebas repetidas.
| Dimensión | Amigo | Pruebas de evaluación estructuradas |
|---|---|---|
| Método de recogida | Conversación diaria no estructurada | Tareas cognitivas guiadas (dibujo del reloj, descripción de imágenes, juegos de cartas) |
| Frecuencia | Diaria: cada conversación es un dato | De semanal a trimestral: sesiones programadas |
| Carga para el paciente | Nula: la conversación es el producto (acompañamiento) | Requiere participación activa en un protocolo de prueba |
| Efectos de práctica | Ninguno: no hay una estructura de prueba repetida que aprender | Las puntuaciones mejoran con la exposición repetida |
| Ansiedad ante las pruebas | Ninguna: forma parte de una rutina diaria agradable | La ansiedad ante la evaluación puede sesgar los resultados |
| Validez ecológica | Alta: habla real en el entorno doméstico | Baja a moderada: condiciones de prueba artificiales |
| Modalidades de datos | Lingüística + acústica + conductual + emocional | Normalmente de 1 a 2 dimensiones por herramienta |
| Adherencia | Alta: las personas mayores quieren conversar | Abandono con el tiempo: fatiga de las pruebas |
| Extensión del seguimiento longitudinal | Cientos de sesiones por sujeto a lo largo de meses | Decenas de sesiones como máximo |
| Coste por dato | Marginal: sin personal clínico ni dispositivos | Mayor: administración supervisada o dispositivos |
Comparación extraída de la presentación publicada. La frecuencia de recogida de datos, la experiencia de los participantes y los protocolos de evaluación varían según el estudio.
Cadena de generación de datos
Del habla natural a un conjunto de datos estructurado.
- 01 / Voz
Conversación
Diaria · Natural · No estructurada
- 02 / Motor de procesamiento
Motor de habla de Amigo
Desarrollo propio · Transcripción en tiempo real
- 03 / Cadena de procesamiento
Cadena de procesamiento cognitivo de Amigo
31 medidas · PLN + acústica
- 04 / Registro de sesión
Registro de sesión estructurado
JSON · Versionado · Auditado
- 05 / Exportación
Desidentificación y exportación
RGPD · HIPAA · BAA
Catálogo de datos
31 variables estructuradas por sesión.
Datos cognitivos, vocales, conductuales, del estado de ánimo, de alertas y de referencia basal. Todos los campos se detallan a continuación, con sus tipos y valores de ejemplo.
| Campo | Tipo | Ejemplo | Categoría |
|---|---|---|---|
subject_id | string | anon_8f3a2c | ID |
session_date | date | 2026-02-28 | ID |
call_duration_seconds | int | 540 | Sesión |
word_count | int | 312 | Cognición |
type_token_ratio | float | 0.68 | Cognición |
mean_utterance_length | float | 8.4 | Cognición |
words_per_minute | float | 98 | Cognición |
repetition_rate | float | 0.05 | Cognición |
coherence_score | int (1-10) | 8 | Cognición (IA) |
idea_density_score | int (1-10) | 7 | Cognición (IA) |
word_finding_score | int (1-10) | 9 | Cognición (IA) |
composite_score | int (0-1000) | 742 | Cognición |
participation_ratio | float | 0.45 | Conducta |
turn_count | int | 24 | Conducta |
engagement_quality | enum | good | Conducta |
mood_primary | enum (5) | positive | Estado de ánimo |
mood_intensity | int (0-10) | 7 | Estado de ánimo |
alert_triggered | bool | false | Alerta |
alert_nature | enum | null | Alerta |
alert_severity | enum | null | Alerta |
f0_mean_hz | float | 185.3 | Voz |
f0_std_hz | float | 28.7 | Voz |
jitter_percent | float | 1.12 | Voz |
shimmer_percent | float | 3.45 | Voz |
hnr_db | float | 18.2 | Voz |
speech_rate | float | 3.8 | Voz |
pause_rate | float | 0.22 | Voz |
mean_pause_duration_ms | int | 680 | Voz |
composite_z_score | float | +0.3 | Referencia basal |
baseline_sessions | int | 12 | Referencia basal |
trend | enum | stable | Referencia basal |
Dentro de cada sesión
Lo que produce cada conversación.
Una sesión, varias dimensiones. Se distingue entre las características extraídas y los resultados derivados de los modelos.
Marcadores cognitivos obtenidos mediante PLN
Medidas lingüísticas de diversidad del vocabulario, longitud de los enunciados, fluidez y repetición.
Puntuaciones cognitivas derivadas de IA
Puntuaciones derivadas de modelos para la coherencia, la densidad de ideas y el acceso léxico, junto con un índice cognitivo compuesto.
Biomarcadores vocales y acústicos
Características de tono, perturbación, armonicidad y temporales extraídas de la señal de voz.
Medidas conductuales
Participación, implicación y dinámica de interacción a lo largo de la conversación.
Estado de ánimo y afecto
Clasificación e intensidad estimadas del estado de ánimo, con información sobre el contexto emocional de la sesión.
Alertas clínicas
Resultados estructurados de alertas con su categoría, gravedad y contexto de sesión.
Referencias basales longitudinales
Referencias basales personales, diferencias de puntuación z y dirección de la tendencia entre sesiones repetidas.
Esquema de exportación
Una conversación. Un registro estructurado.
JSON, CSV o Parquet, con un diccionario de datos y trazabilidad del procesamiento para la exportación seleccionada.
- 01
Datos del participante
ID anónimo, franja de edad, género, centro de recogida
- 02
Datos de la sesión
Las 31 variables: cognitivas, vocales, conductuales, de ánimo y alertas
- 03
Datos de la voz
F0, jitter, shimmer, HNR y patrones de pausas: biomarcadores acústicos por sesión
- 04
Datos de referencia basal
Referencias basales personales, puntuaciones z, evolución del índice compuesto e indicadores de tendencia
{
"subject_id": "anon_8f3a2c",
"age_band": "75-79",
"session_date": "2026-02-28",
"call_duration_seconds": 540,
"cognitive": {
"word_count": 312,
"type_token_ratio": 0.68,
"mean_utterance_length": 8.4,
"repetition_rate": 0.05,
"words_per_minute": 98,
"coherence_score": 8,
"idea_density_score": 7,
"word_finding_score": 9,
"composite_score": 742
},
"voice": {
"f0_mean_hz": 185.3,
"f0_std_hz": 28.7,
"jitter_percent": 1.12,
"shimmer_percent": 3.45,
"hnr_db": 18.2,
"speech_rate": 3.8,
"pause_rate": 0.22,
"mean_pause_duration_ms": 680
},
"behavioral": {
"participation_ratio": 0.45,
"turn_count": 24,
"engagement_quality": "good",
"user_speech_duration_s": 245
},
"mood": { "primary": "positive", "intensity": 7 },
"alert": { "triggered": false, "nature": null, "severity": null },
"baseline_delta": {
"composite_z_score": 0.3,
"sessions_in_baseline": 12,
"trend": "stable"
}
}Validación clínica
Medidas analizadas junto con escalas clínicas de referencia.
Correlaciones internas preliminares recogidas en la presentación publicada, que indica que la validación externa multicéntrica está en curso.
| Medida de Amigo | Escala | r |
|---|---|---|
| Puntuación compuesta | MoCA | 0.72 |
| Índice de diversidad léxica (TTR) | MMSE | 0.65 |
| Densidad de ideas | MoCA | 0.68 |
| Puntuación de acceso léxico | BNT | 0.71 |
| Tasa de repetición | MMSE | -0.58 |
| Tasa de pausas | MoCA | -0.54 |
| DE de F0 (Hz) | GDS | -0.49 |
| Intensidad del estado de ánimo | GDS | -0.61 |
| Jitter | UPDRS-III | 0.52 |
| Velocidad del habla | MoCA | 0.47 |
MoCA · Evaluación Cognitiva de Montreal
MMSE · Mini-Mental State Examination
BNT · Test de Denominación de Boston
GDS · Escala de Depresión Geriátrica
UPDRS-III · Escala Unificada de Evaluación de la Enfermedad de Parkinson, examen motor
Aplicaciones de I+D
Cómo pueden los datos contribuir a su investigación.
Detección temprana del Alzheimer y la demencia
Entrene modelos con marcadores lingüísticos sutiles (disminución de TTR, aumento de repeticiones, menor densidad de ideas) que preceden al diagnóstico clínico en meses o años. Las referencias basales longitudinales permiten detectar cambios en cada sujeto.
Variables de resultado digitales en ensayos clínicos
Registros cognitivos continuos como variables de resultado digitales para ensayos de fase II–III. Resolución semanal frente a una evaluación trimestral con MMSE: mayor sensibilidad al cambio, menor carga para el paciente y seguimiento remoto.
Depresión geriátrica y aislamiento social
Trayectorias longitudinales del estado de ánimo, patrones de disminución de la participación y frecuencia de alertas para estudiar la aparición de depresión, el aislamiento social y la eficacia de las intervenciones.
Evidencia en vida real para fines regulatorios
Datos continuos recogidos en condiciones naturales en hogares reales. Ideales para la vigilancia poscomercialización ante la FDA / EMA, la ampliación de indicaciones y los expedientes de evidencia en vida real.
Investigación de biomarcadores vocales y acústicos
Siga el descenso de F0, la evolución de jitter / shimmer y los cambios en patrones de pausas durante meses. Marcadores vocales validados para el cribado de depresión, el seguimiento del Parkinson y los cambios cognitivos tempranos.
Validación de biomarcadores del habla y lingüísticos
Realice validación cruzada de características lingüísticas computacionales y acústicas frente a escalas clínicas establecidas de evaluación cognitiva. Los datos emparejados de medidas y puntuaciones permiten una validación multimodal sólida de biomarcadores.
Para laboratorios de IA
Explore el reconocimiento del habla, las representaciones acústicas y textuales y la evaluación longitudinal de modelos de IA. Los derechos de entrenamiento y despliegue se definen en el acuerdo.
Adecuación de la cohorte
Investigación en personas con trastornos del SNC y en poblaciones de edad avanzada.
Depresión geriátrica
Información diaria sobre el estado de ánimo entre visitas al centro, con alertas ante señales sutiles.
DCL y Alzheimer en fase inicial
Marcadores cognitivos longitudinales sin pruebas formales repetidas.
Parkinson y trastornos motores
Características del habla e información sobre la adherencia recogidas en el hogar.
Esquizofrenia y trastorno bipolar
Indicadores diarios del estado afectivo y la participación entre consultas clínicas.
Dolor y COVID persistente
Seguimiento de los síntomas y de su impacto, comunicados por el paciente mediante conversaciones naturales.
Estudios de cuidadores / díadas
Recogida paralela de información de familiares informantes cuando proceda.
Integración en ensayos
Conecte los datos con sus herramientas de investigación.
Recogida de datos exclusivamente por voz
Sin dispositivos portátiles, aplicaciones ni carga para los participantes. Solo tienen que responder al teléfono.
Flujo de datos centrado en API
Exportación de series temporales por participante a su repositorio de datos. Compatibilidad con REDCap y correspondencias con los estándares CDISC a petición.
Registro apto para auditoría
Cada llamada, transcripción, puntuación, alerta y evento de acceso tiene marca temporal, es inmutable y se puede exportar.
Enfoque normativo
Controles alineados con HIPAA, control de acceso basado en roles, cifrado en tránsito y en reposo, BAA disponible y plan de adecuación a 21 CFR Parte 11 a petición.
Calidad de datos y controles de acceso
- Cifrado en tránsito y en reposo con rotación de claves obligatoria
- Control de acceso basado en roles, registros de auditoría y BAA disponible
- Exportación por participante y plazos de conservación configurables
- Opciones de residencia de datos (EE. UU., UE) según requisitos del promotor
- Se facilita documentación de consentimiento e información para su revisión por el comité de ética.
- Esquema bajo control de versiones, versión de la cadena de PLN y registro de auditoría del procesamiento
Licencias
Acceso flexible a datos para su programa.
Conjunto de datos estático
Exportación puntual
Exportación única de datos históricos. Ideal para análisis exploratorios, entrenamiento de modelos de IA y estudios de viabilidad.
- Cohorte histórica completa
- CSV / Parquet / JSON
- Diccionario de datos incluido
Flujo de datos en directo
Continuo
Acceso continuo a la API con incrementos diarios. Para seguimiento clínico y diseños de ensayos adaptativos.
- Acceso a API en tiempo real
- Actualizaciones incrementales diarias
- Notificaciones webhook
- Disponibilidad respaldada por SLA
Colaboración de investigación
Personalizado
Protocolo diseñado conjuntamente con métricas personalizadas, criterios de cohorte específicos y derechos de publicación conjunta.
- Cadenas de procesamiento del lenguaje natural a medida
- Selección dirigida de la cohorte
- Publicación conjunta
- Ingeniero de datos asignado al proyecto
Para equipos de investigación
Obtenga una muestra del conjunto de datos con 1.000 sesiones.
Evalúe la estructura y analice con nosotros su adecuación al protocolo. Solicite una muestra, un suministro continuo de datos o una colaboración de investigación diseñada conjuntamente.