TECNOLOGÍA

Este contenido es exclusivo para nuestros suscriptores.

Los debates sobre el uso de los tapabocasreutilizables o no han dividido las opiniones a lo largo de la pandemia por el nuevo coronavirus, aunque la recomendación general es que deben usarse en público en compañía con el distanciamiento social y el lavado de manos para reducir la propagación de la COVID-19.

Desde el comienzo han aparecido desarrollos que monitorean el distanciamiento social o detectan el uso de mascarillas pero estas soluciones no conformaban al equipo de Tryolabs –una empresa uruguaya especializada en inteligencia artificial que combina habilidades de visión por computador y procesamiento del lenguaje natural para construir modelos predictivos–, puesto que consideraban que no ofrecían estadísticas confiables para analizar los impactos de las campañas de salud pública.

Por lo que comenzaron con un experimento que culminó en la creación de un software que detecta personas que pasan a través de una cámara de seguridad, identifica si llevan puesto el tapabocas durante todo el recorrido y recopila estadísticas.

“Decidimos hacer una solución para detectar cuántas personas usan tapabocas, lo cual nos parece más importante que el distanciamiento físico porque este a veces no se puede mantener, pero el barbijo es una decisión consciente de la persona y se puede aplicar siempre”, comentó Alan Descoins, jefe de tecnología de la empresa.

Tryolabs difundió un video de 20 minutos de la Peatonal Sarandí por el que se calculó que cinco de cada 10 transeúntes llevaban puesto un barbijo. Se identifica con verde para los que sí, rojo para los que no y amarillo para los que no se podía determinar por la posición de la cara de la persona.

Para dar el verde o el rojo, el software desarrollado durante la pandemia debe reconocer que hay, al menos, tres puntos clave faciales: dos ojos, dos orejas o la nariz; así se minimiza el margen de error en caso de perfiles o de las caras poco visibles.

Uno de los puntos particulares de esta tecnología es que corrige su decisión a través del seguimiento del individuo en el video. A juicio del experto, es el “mejor enfoque” para hacer un uso eficiente de los datos: se sigue cada cabeza móvil para tener las mejoras tomas de cada persona y clasificarla al considerar toda la secuencia del video. “No hemos visto software que lo haga”, señaló Descoins a El País.

Las estadísticas se pueden ampliar a otras zonas si se analizan más videos, por ejemplo, de cámaras ubicadas en las entradas de locales de la avenida 18 de Julio, en la rambla de Montevideo o en otros sitios de interés.

A través de su análisis se podrá conocer el impacto de la medida en la población o, en otras palabras, “si está descansando o está haciendo las cosas bien”.

Y Descoins puso otro ejemplo: con las imágenes se puede detectar si se incrementa el uso de los barbijos en lugares públicos después de que se dan a conocer los brotes de contagio.

“Este tipo de soluciones nos da la posibilidad de saber estas cosas. De entender el impacto de las políticas públicas y la concientización de la gente”, apuntó.

Este software de inteligencia artificial también es útil para hacer comparaciones entre países si se cuenta con los videos correspondientes. Por ejemplo, con los análisis de cada punto se puede medir el cumplimiento del uso del tapabocas en Uruguay y en los países donde ya se controló la pandemia o que han adoptado distintas políticas al respecto. Por ejemplo, mientras que en Uruguay es obligatorio el uso de barbijo para acceder al transporte público o ingresar a ciertos recintos comerciales y laborales, en Bosnia lo es siempre que se esté fuera del hogar.

“Se puede hacer automáticamente sin tener que encuestar a 21 mil personas por semana”, dijo Descoins en referencia al estudio del Instituto de Innovación en Salud Global (IGHI) del Imperial Collegue de Londres que recopila datos sobre el comportamiento y las actitudes hacia la COVID-19 en 29 países, entrevistando a esa cantidad de personas todas las semanas, con el consecuente gasto de recursos.

El software de Tryolabs no está finalizado. A este momento se pudieron solucionar los siguientes problemas: el tamaño de las imágenes –las caras son pequeñas y poco claras–, los ángulos son variables –las personas rara vez miran directamente a la cámara de seguridad–?y falta de claridad en los cuadros fijos.

Los desarrolladores trabajan ahora en la detección automática de tapabocas mal puestos que, hasta ahora, no podían ser contabilizados como personas “con máscara” o “sin máscara”.

Al mejorar la clasificación, “aquellos casos en los que no les cubre la nariz o se les ve la pera podemos detectarlos y contarlos”, dijo Alan Descoins.

También se pulirá la detección de cabezas para etiquetarlas como “cara frontal con máscara”, “cara frontal sin máscara” y “cara no visible”. Eso se debe a que se necesitan rastrear cabezas y no solo rostros para registrar el movimiento continuo, incluso si la persona mira en la dirección opuesta a la cámara.

Otro aspecto, de mayor complejidad, es agregar una técnica de reidentificación del individuo en los casos de interrupción del video para que sea reconocido si aparece en otro lugar de la imagen segundos después.

“Con videos fiables de toda la evolución de la pandemia podremos medir cómo fue el uso de la mascarilla en espacios públicos y correlacionarla con las políticas públicas”, concluyó Descoins en diálogo con El País.