App detecta contagios de covid a través de la voz y tiene un 89% de precisión
El SARS-CoV-2 suele afectar las vías respiratorias superiores y las cuerdas vocales, generando cambios en la forma de hablar de los contagiados.
EFE / N.E.
Científicos expertos en inteligencia artificial (IA) desarrollaron una aplicación para celulares que detecta casos de covid-19 a través de la voz de las personas, con mayor precisión y rapidez que los tests de antígenos usados hasta hoy. Además, el sistema es más barato que las pruebas de antígenos, por lo que podría usarse donde estas son caras o escasas.
Según Wafaa Aljbawi, investigadora del Instituto de Ciencia de Datos de la Universidad de Maastricht (Países Bajos), este modelo de IA tiene una precisión del 89%, un porcentaje que en tests de antígenos varía según la marca.
"Nuestros resultados sugieren que las grabaciones de voz y los algoritmos de inteligencia artificial ajustados pueden ser muy precisos al determinar qué pacientes tienen covid-19", aseguró.
"Estas pruebas son gratuitas y fáciles de interpretar. Además, pueden hacerse remotamente y su tiempo de respuesta es de menos de un minuto, por lo que podrían usarse, por ejemplo, en puntos de entrada para grandes reuniones para asegurar una detección rápida", agregó.
El covid suele afectar las vías respiratorias superiores y las cuerdas vocales, causando cambios en la voz. A partir de ahí, Aljbawi y otros científicos analizaron si se podía usar la IA para examinar voces y detectar contagios.
Para ello usaron la app "Covid-19 Sounds", creada por la Universidad de Cambridge para estudiar los síntomas del virus, una base de datos con audios de 4.352 voluntarios sanos y no sanos.
¿cómo funciona?
La app se instala en los celulares, los participantes deben dar información básica, datos de su historial médico y de hábitos como el tabaquismo, y luego se les pide grabar su respiración, su tos y su voz.
Usando la técnica llamada espectrograma de Mel, que identifica diferentes características de la voz, como el volumen, la potencia y la variación, pudieron descomponer las distintas propiedades de las voces de los participantes. Luego, para distinguir la voz de los pacientes covid de los sanos, los expertos construyeron diferentes modelos de IA y estudiaron cuál funcionaba mejor para clasificar los casos.
El modelo "Long-Short Term Memory" (LSTM), basado en redes neuronales que imitan la forma en que opera el cerebro y reconoce las relaciones subyacentes en los datos, logró una precisión del 89% detectando casos positivos y del 83% en los negativos. Los resultados se validarán en un sondeo más amplio.