Aplicación móvil detecta Covid-19 por el sonido de la voz de alguien
Científicos de la Universidad de Maastricht han desarrollado una aplicación para teléfonos móviles que puede detectar infecciones por Covid-19 «con mayor precisión que las pruebas de flujo lateral».
La inteligencia artificial (IA) se puede utilizar para detectar la infección por covid-19 en las voces de las personas por medio de una aplicación de teléfono móvil, según una investigación que se presentará el lunes en el Congreso Internacional de la Sociedad Respiratoria Europea en Barcelona, España.
Uno de los principales síntomas del Covid-19 es la inflamación de las vías respiratorias superiores y de las cuerdas vocales, lo que suele provocar cambios en la voz del paciente. Por lo tanto, los científicos de la Universidad de Maastricht decidieron investigar si estos síntomas podrían usarse como un método preciso para diagnosticar la enfermedad, particularmente en países de bajos ingresos donde las pruebas de PCR son costosas o difíciles de distribuir.
Con una tasa de precisión del 89 por ciento, el modelo de IA pudo realizar diagnósticos de covid-19 con mayor precisión que las pruebas rápidas de antígenos, según Wafaa Aljbawi, investigadora del Instituto de Ciencia de Datos de la Universidad de Maastricht.
“Estos resultados prometedores sugieren que las grabaciones de voz simples y los algoritmos de IA ajustados pueden potencialmente lograr una alta precisión para determinar qué pacientes tienen la infección por covid-19”, dijo. “Dichas pruebas se pueden proporcionar sin costo y son fáciles de interpretar. Además, permiten pruebas virtuales remotas y tienen un tiempo de respuesta de menos de un minuto. Podrían usarse, por ejemplo, en los puntos de entrada para grandes reuniones, lo que permite una detección rápida de la población”.
Para entrenar el algoritmo, Aljbawi y su equipo utilizaron datos de la aplicación Covid-19 Sounds de la Universidad de Cambridge, que contiene 893 muestras de audio de 4352 participantes sanos y no sanos, 308 de los cuales habían dado positivo por Covid-19. 19
La aplicación que desarrollaron se puede instalar en el teléfono móvil del usuario. Para hacer uso de él, los participantes reportan información básica sobre datos demográficos, historial médico y estado de fumador, y luego se les pide que registren algunos sonidos respiratorios. Estos incluyen toser tres veces, respirar profundamente por la boca de tres a cinco veces y leer una oración corta en la pantalla tres veces.
Los investigadores utilizaron una técnica de análisis de voz llamada análisis de espectrograma de Mel, que identifica diferentes características de la voz, como el volumen, la potencia y la variación en el tiempo, para hacer el diagnóstico.
“Para distinguir la voz de los pacientes con covid-19 de aquellos que no tenían la enfermedad, construimos diferentes modelos de inteligencia artificial y evaluamos cuál funcionaba mejor para clasificar los casos de covid-19”, dijo Aljbawi.
El modelo que mejor se desempeñó fue uno conocido como memoria a largo y corto plazo (LSTM). LSTM se basa en redes neuronales, que imitan la forma en que opera el cerebro humano y reconoce las relaciones subyacentes en los datos. Funciona con secuencias, lo que lo hace adecuado para modelar señales recopiladas a lo largo del tiempo, como la voz, debido a su capacidad para almacenar datos en su memoria.
La precisión general de la aplicación fue del 89 por ciento, lo mismo que su capacidad para detectar correctamente los casos positivos (la verdadera tasa positiva o «sensibilidad»). Su capacidad para identificar correctamente los casos negativos (la verdadera tasa negativa o ‘especificidad’) fue del 83 por ciento.
Por el contrario, las pruebas de flujo lateral tienen una sensibilidad del 56 por ciento, pero una tasa de especificidad más alta del 99,5 por ciento. Esto significaría que las pruebas clasifican erróneamente a las personas infectadas como Covid-19 negativas con más frecuencia que la IA de los científicos.
“Estos resultados muestran una mejora significativa en la precisión del diagnóstico de Covid-19 en comparación con las pruebas más modernas, como la prueba de flujo lateral”, dijo Aljbawi. «En otras palabras, con el modelo AI LSTM, podríamos pasar por alto 11 de cada 100 casos que propagarían la infección, mientras que la prueba de flujo lateral pasaría por alto 44 de cada 100 casos».
Los investigadores enfatizaron que sus resultados deben validarse con grandes números. Para ello, han recopilado 53.449 muestras de audio de 36.116 participantes, que tienen previsto utilizar para mejorar y validar la precisión del modelo. También están llevando a cabo más análisis para comprender qué parámetros de la voz influyen en el modelo de IA.