HeAR podría identificar enfermedades respiratorias con solo escuchar la tos

Científicos de Google crearon HeAR un sistema de inteligencia artificial (IA) capaz de detectar enfermedades respiratorias mediante la evaluación de sonidos relacionados con la tos y la respiración.

Los investigadores aseguran que el modelo de aprendizaje automático podría servir para evaluar la salud pulmonar y diagnosticar afecciones como el covid-19 o la tuberculosis.

El desarrollo se conoce como HeAR (Representaciones acústicas de salud). El proceso con el que fue entrenado y su capacidad de ajustarse para realizar múltiples tareas, lo diferencian de otros algoritmos que utilizan el sonido como biomarcador.

La mayoría de las herramientas de diagnóstico por audio basadas en IA utilizan grabaciones de sonidos que asocian a la información clínica del paciente para emitir una evaluación.

Los autores del trabajo explican en un artículo publicado en la revista Nature que estos recursos relacionan las características sonoras con las etiquetas de datos médicos gracias a un proceso de entrenamiento llamado aprendizaje supervisado.

HeAR

Yael Bensoussan, laringóloga de la Universidad del Sur de Florida, afirma que la técnica es muy útil porque añade una validación clínica a los resultados que el programa automatizado entrega.

“La desventaja es que limita los conjuntos de información que se pueden utilizar. No considera las bases de datos anotados”. Este último grupo está conformado por referencias secundarias y generales relacionadas con un padecimiento que se pueden obtener de ensayos médicos, censos, cálculos de los programas de salud públicos o de materiales disponibles en la web.

HeAR fue entrenado mediante el método de aprendizaje autosupervisado que se basa en datos sin etiquetar. Se trata de un proceso automatizado a través del cual los científicos extrajeron de YouTube 313 millones de clips con dos segundos de duración. La muestra consideró sonidos de tos, respiración, carraspeo y otros sonidos humanos relacionados.