O Globo - GDA
Científicos de Google desarrollaron una herramienta de aprendizaje automático que puede ayudar a detectar y monitorear condiciones de salud solo con ruidos como la tos y la respiración, según un artículo publicado en el sitio web de la revista Nature.

Se espera que el sistema de inteligencia artificial (IA) pueda ser utilizado por médicos para diagnosticar enfermedades como Covid-19 y tuberculosis, y para evaluar el buen funcionamiento de los pulmones de una persona.

Esta no es la primera vez que un grupo de investigación explora el uso del sonido como biomarcador de enfermedades. El concepto cobró fuerza durante la pandemia cuando los científicos descubrieron que era posible detectar la enfermedad respiratoria a través de la tos de una persona. Este tipo de herramienta también ha demostrado ser prometedora en la detección de la diabetes, por ejemplo, según un estudio publicado en la revista científica Mayo Clinic Proceedings: Digital Health el año pasado.

La mayoría de las herramientas de IA desarrolladas con este propósito están entrenadas en grabaciones de audio combinadas con información de salud sobre la persona que emitió los sonidos. Por ejemplo, los audios pueden etiquetarse para indicar que la persona tenía bronquitis en el momento de la grabación. Luego, la herramienta asocia características de los sonidos con la etiqueta de los datos, en un proceso de entrenamiento llamado aprendizaje supervisado.

Imagen: Flickr.

En cambio, la herramienta de Google, llamada Representaciones Acústicas de Salud (HeAR), se basa en datos no etiquetados. Los científicos extrajeron más de 300 millones de clips de sonido cortos de tos, respiración, carraspeo y otros sonidos humanos de videos de YouTube disponibles públicamente.

Cada clip se convirtió en una representación visual del sonido llamada espectrograma. Luego, los investigadores bloquearon segmentos de los espectrogramas para ayudar al modelo a aprender a predecir las partes faltantes. La tecnología es similar a la que se usó en el entrenamiento de la herramienta ChatGPT.

Este método puede adaptarse para muchas tareas. En el caso de HeAR, el equipo de Google lo adaptó para detectar Covid-19, tuberculosis y si una persona es fumadora o no. Dado que el modelo fue entrenado en una amplia gama de sonidos humanos, los investigadores solo tuvieron que alimentarlo con conjuntos de datos muy limitados, etiquetados con estas enfermedades y características.

Los resultados mostraron que el modelo pudo predecir estas enfermedades con una precisión superior a los modelos existentes entrenados en datos de habla o audio general. Además, el hecho de que los datos de entrenamiento originales sean tan diversos, con calidad de sonido y fuentes humanas variadas, significa que los resultados son generalizables. Los datos fueron publicados en un preprint que aún no ha sido revisado por pares.

El campo de la acústica de la salud, o "audiómica", es prometedor, según Yael Bensoussan, laringóloga de la Universidad del Sur de Florida, en Tampa, Estados Unidos, quien co-lidera un consorcio de investigación centrado en explorar la voz como un biomarcador para monitorear la salud, según Nature. "La ciencia acústica existe desde hace décadas. La diferencia es que ahora, con IA y aprendizaje automático, tenemos medios para recopilar y analizar muchos datos al mismo tiempo".

Aún es demasiado pronto para decir si HeAR se convertirá en un producto comercial. Pero, según Bensoussan, este tipo de tecnología representa un inmenso potencial no solo para el diagnóstico, sino también para el cribado de enfermedades.

Por ahora, el plan de Google es proporcionar acceso al modelo para que los investigadores interesados puedan utilizarlo en sus propias investigaciones. "Nuestro objetivo como parte de Google Research es estimular la innovación en este campo incipiente", dice Sujay Kakarmath, gerente de producto de Google en Nueva York que trabajó en el proyecto.