Un nuevo modelo de IA (inteligencia artificial) podría detectar COVID-19 a través de la voz de alguien a través de una aplicación de teléfono móvil, según un estudio reciente que se presentará el lunes en el Congreso Internacional de la Sociedad Respiratoria Europea en Barcelona, España.
Según un informe de Noticias médicasel modelo de IA empleado en este estudio es más barato, más rápido y más fácil de usar que las pruebas de antígenos rápidas/de flujo lateral, lo que lo hace adecuado para su aplicación en países de bajos ingresos donde las pruebas de PCR son costosas o difíciles de distribuir.
89% Preciso
La precisión de las pruebas de flujo lateral varía mucho según la marca, pero el modelo de IA fue preciso el 89% de las veces, según Wafaa Aljbawi, investigadora del Instituto de Ciencia de Datos de la Universidad de Maastricht en los Países Bajos.
Añadió que las pruebas de flujo lateral tenían una capacidad significativamente menor para identificar la infección por COVID-19 en personas sin síntomas.
Estos alentadores resultados indican la posibilidad de que las grabaciones de voz básicas y los algoritmos de IA personalizados logren una alta precisión en la identificación de pacientes con infección por COVID-19. Según Aljbawi, estas pruebas se pueden realizar sin coste alguno y son fáciles de interpretar.
El tracto respiratorio superior y las cuerdas vocales suelen verse afectados por el COVID-19, lo que altera la voz de una persona. La Dra. Visara Urovi, también del Instituto de Ciencia de Datos, y el Dr. Sami Simons, neumólogo del Centro Médico de la Universidad de Maastricht, probaron la viabilidad del uso de IA para analizar voces para identificar COVID-19.
El equipo utilizó información de la encuesta COVID-19 de colaboración colectiva. Aplicación de sonidos de la Universidad de Cambridge, que incluye 893 muestras de audio de 4.352 sujetos sanos y no saludables, de los cuales 308 recibieron resultados positivos en la prueba de COVID-19.
Cómo funciona la aplicación
Los usuarios descargan la aplicación en sus teléfonos inteligentes, proporcionan información demográfica, médica y sobre el tabaquismo básica y luego deben registrar los sonidos respiratorios.
Toser tres veces, respirar profundamente de tres a cinco veces por la boca y leer una breve frase en la pantalla tres veces son algunos de los pasos que los usuarios deben seguir para hacerse la prueba.
Los investigadores emplearon un método para analizar la voz conocido como análisis de espectrograma Mel, que distingue varias características de la voz como el volumen, la potencia y la fluctuación en el tiempo.
La memoria a corto plazo (LSTM) fue uno de los modelos que descubrieron que funcionaba mejor que los demás. Las redes neuronales, en las que se basa LSTM, imitan el funcionamiento del cerebro humano e identifican los vínculos subyacentes en los datos.
Dado que puede mantener información en su memoria y funciona con secuencias, es apropiado para simular señales recopiladas a lo largo del tiempo, como los sonidos del habla, según News Medical.
Tenía una tasa de precisión general del 89%, una tasa de verdaderos positivos o “sensibilidad” del 89%, una tasa de verdaderos negativos o “especificidad” del 83% y una tasa de precisión para detectar correctamente casos positivos del 89%.
Validación adicional de los hallazgos
Los investigadores dijeron que se deben utilizar cantidades sustanciales para validar sus hallazgos. Desde que comenzó el experimento se han recopilado 53.449 muestras de audio de 36.116 personas que pueden utilizarse para mejorar y validar la precisión del modelo.
También están realizando investigaciones adicionales para determinar qué aspectos del discurso influyen en el modelo de IA.
ⓒ 2023 . .
