Científicos del Instituto Tecnológico de Massachusetts, mundialmente conocido por sus siglas, el “MIT” crearon una Inteligencia artificial (IA) que podría detectar sutiles diferencias en los sonidos de la tos de las personas infectadas de Covid-19, que no presentan ningún síntoma evidente. Según el estudio, publicado en una revista científica, la IEEE Journal of Engineering in Medicine and Biology, y retomado por el sitio de internet del MIT News, este desarrollo podría conducir a la creación de una aplicación que llegado el caso, podría detectar la manifestación asintomática del virus. Dicho artículo indica que los resultados podrían proporcionar una herramienta eficaz de detección, sobre todo para aquellas personas que no sospechan que podrían estar infectadas.
El estudio explica que las personas asintomáticas, infectadas con Covid-19, por definición, no presentan ningún síntoma físico perceptible de dicha enfermedad, y dadas estas circunstancias, es mucho menos probable que busquen realizarse un test para ver si están contagiados. Al no saberlo, siguen con su vida normal, esparciendo el virus y contagiando a otras personas sin saberlo.
Los científicos del MIT descubrieron que los asintomáticos pueden diferir de los individuos sanos en la forma de toser – iStockPhoto.com
Según indica la investigación, las personas asintomáticas pueden no estar completamente libres de los cambios provocados por el virus. Los científicos del MIT descubrieron que los asintomáticos pueden diferir de los individuos sanos en la forma de toser. Las pequeñas diferencias que los investigadores encontraron, evidentemente no son audibles ni descifrables para el oído humano. Lo interesante es que un algoritmo de Inteligencia Artificial, creado por este equipo, puede detectar este tipo de señales y sonidos imperceptibles para el oído humano.
El artículo científico, publicado recientemente en el IEEE Journal of Engineering in Medicine and Biology, informa sobre un modelo algorítmico de IA que es capaz de distinguir a personas asintomáticas de individuos sanos utilizando muestras de registros de tos forzada, que las personas presentaron voluntariamente a través de una interface web y dispositivos móviles como teléfonos inteligentes y ordenadores portátiles.
En Julio de 2020, el proyecto informó una tasa de éxito del 80% en la identificación de casos positivos de coronavirus basados enteramente en combinaciones de sonidos de respiración y tos de las personas. Hacia el mes de mayo, el MIT había recolectado datos de 459 sonidos de muestras de tos y respiración, una base de datos que hoy tiene aproximadamente 70 mil. De esta base de datos, 2.500 personas fueron confirmadas con casos de coronavirus.
El modelo de IA y su algoritmo fueron entrenados con estas decenas de miles de muestras de tos, aliento y palabras habladas. En una segunda etapa, alimentaron el modelo con nuevas grabaciones y el algoritmo logró detectar con precisión, el 98.5% de los casos de tos que estaban ligados a personas que habían sido confirmadas como enfermos de Covid-19, y un 100% de los casos de tos de personas asintomáticas, que informaron que no presentaban ningún síntoma pero que habían pasado el test y dado positivo
Para la investigadora, la fuerza de esta herramienta radica en la capacidad del algoritmo de discernir entre la tos sana y la de un enfermo asintomático – iStockPhoto.com
El equipo de científicos informó que están trabajando en la incorporación de dicho modelo de IA en una aplicación fácil de utilizar. Una vez creada dicha aplicación, el siguiente paso es esperar la aprobación de la FDA (La Administración de Medicamentos y Alimentos de Estados Unidos) ente oficial encargado de la regulación de alimentos, medicamentos y aparatos médicos entre otras cosas.
Barbara Subirana, científica e investigadora del laboratorio Auto ID del MIT y co-autora del artículo, aseguró que “una implementación efectiva de esta herramienta de diagnóstico grupal podría ayudar a disminuir la propagación de esta pandemia, si los interesados lo utilizan antes de ir a un aula, una fábrica o un restaurante”.
Subirana aseguró que la realidad es que este algoritmo no está destinado a diagnosticar a las personas que presentan síntomas, que pueden ser similares a una gripe o a otras enfermedades. Para la investigadora, la fuerza de esta herramienta radica en la capacidad del algoritmo de discernir entre la tos sana y la de un enfermo asintomático, que hoy en día se cree es uno de los mayores factores de propagación del virus.
Dicho equipo aseguró que ya está trabajando en el desarrollo de una aplicación gratuita basada en el modelo de IA de su laboratorio que, en asociación con varios hospitales en todo el mundo, podría recopilar un conjunto mucho más grande y diverso de tipos de tos, que ayudará a entrenar y fortalecer la precisión de los cálculos del algoritmo.
El equipo evalúa también la posibilidad que modelos similares al desarrollado por este laboratorio podrían ser incorporados en altavoces inteligentes y otros dispositivos para que la población en general pueda realizar una evaluación inicial de su riesgo de enfermedad, con una frecuencia diaria.
Fuentes: IEEE, MIT (Los coautores de Subirana son Jordi Laguarta y Ferran Hueto, del Laboratorio de Identificación Automática del MIT.), Radio-Canada, BBC
Por razones que escapan a nuestro control, y por un período de tiempo indefinido, el espacio de comentarios está cerrado. Sin embargo, nuestras redes sociales siguen abiertas a sus contribuciones.