Differentiating Suspected and Confirmed Heart Failure Using Machine Learning and Refined Vocal Features
Rattachement africain : rs, ru, gb, nl, us, au, it, es. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Voice characteristics are an emerging, non-invasive biomarker for heart failure. This study develops a machine learning pipeline to differentiate patients with suspected heart failure from those with a confirmed diagnosis using vocal features alone, drawing on 240 patients (50 suspected, 190 confirmed) from six European medical centres who completed a multi-test voice-recording protocol. From 490 extracted voice features, collinearity filtering and LASSO regularization reduced the set to 22 key biomarkers; combined with SMOTE class-balancing, an Extra Trees classifier achieved 78.4% accuracy and a macro-F1 score of 0.76, with 89.5% sensitivity for confirmed HF, supporting refined vocal biomarkers as a reliable HF screening tool. This work was presented at the 5th Serbian International Conference on Applied Artificial Intelligence (SICAAI 2026), Kragujevac, Serbia, and was carried out within the STRATIFYHF project.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
Où se fait cette recherche
-
University of Kragujevac Institute for Information Technologies pays non établi dans la noticeUniversité ou école supérieure
-
Bioengineering Center pays non établi dans la noticeStructure de recherche
-
University of Novi Sad pays non établi dans la noticeUniversité ou école supérieure
-
Coventry University Research Centre for Discoveries in Life Sciences pays non établi dans la noticeUniversité ou école supérieure
-
University Medical Center Utrecht pays non établi dans la noticeÉtablissement de santé
-
Clinical Research Institute pays non établi dans la noticeStructure de recherche
-
University of Newcastle Australia pays non établi dans la noticeUniversité ou école supérieure
-
Newcastle University pays non établi dans la noticeUniversité ou école supérieure
-
Azienda Ospedaliero-Universitaria Careggi pays non établi dans la noticeÉtablissement de santé
-
Hospital Universitario Ramón y Cajal pays non établi dans la noticeÉtablissement de santé
-
Bioengineering Research and Development Center (BioIRC) pays non établi dans la noticeInstitution
-
Faculty of Medicine pays non établi dans la noticeUniversité ou école supérieure
Institute for Information Technologies — University of Kragujevac, Bioengineering Center et University of Novi Sad, avec 9 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.