Google desarrolló un modelo bioacústico llamado Representaciones Acústicas de Salud, conocido como HeAR. Esta inteligencia artificial es importante teniendo en cuenta que los sonidos que emitimos, ya sea al toser, respirar o hablar, son más que simples señales acústicas; contienen información sobre nuestra salud.
Según el equipo de investigación de Google, HeAR tiene la capacidad de interpretar estos sonidos que son clave para detectar enfermedades en etapas tempranas, para el diagnóstico y tratamiento de diversas afecciones.
¿Cómo se desarrolló?
Los investigadores entrenaron a HeAR utilizando 300 millones de muestras de audio, incluyendo un conjunto de 100 millones de sonidos de tos. Este modelo está diseñado para identificar patrones acústicos que pueden estar asociados con condiciones de salud específicas, como la tuberculosis (TB) y la enfermedad pulmonar obstructiva crónica (EPOC).
El uso de la IA en la salud acústica no es nuevo, pero HeAR se distingue por su capacidad para generalizar entre diferentes micrófonos, lo que significa que puede analizar con precisión grabaciones realizadas con dispositivos comunes, como los smartphones.
Google explica que este avance es significativo porque permite a los investigadores desarrollar modelos personalizados con una menor cantidad de datos, lo que es particularmente importante en áreas donde los recursos y la información son limitados.
Además, HeAR ha demostrado ser superior a otros modelos en la clasificación de sonidos relacionados con la salud, lo que lo convierte en una herramienta valiosa para mejorar los diagnósticos médicos.
Casos de uso
Una de las primeras aplicaciones de HeAR se ha dado en India, donde la empresa Salcit Technologies, especializada en salud respiratoria, ha implementado este modelo en su producto Swaasa.
Te puede interesar: Ingeniero colombiano crea sistema de imágenes multiespectrales que identifica qué tan maduro está el aguacate
Swaasa utiliza IA para analizar los sonidos de la tos y evaluar la salud pulmonar, enfocándose especialmente en la detección temprana de tuberculosis. Esta enfermedad, aunque tratable, sigue siendo una de las principales causas de muerte en muchas partes del mundo, en gran parte debido a la falta de acceso a diagnósticos rápidos y precisos.
La tuberculosis sigue siendo una amenaza global, con millones de casos que pasan desapercibidos cada año. La detección temprana es fundamental para controlar su propagación, y tecnologías como HeAR pueden marcar la diferencia al hacer que los diagnósticos sean más accesibles y asequibles. El enfoque de Salcit Technologies, que combina el poder de la IA con la accesibilidad de los smartphones, ofrece una solución innovadora que podría escalarse a nivel global.
Te puede interesar: Universidad Nacional hace seguimiento a personas vacunadas contra la viruela del mono y comprobar efectividad
“La capacidad de HeAR para detectar signos tempranos de tuberculosis a partir de sonidos de tos es un avance prometedor en la lucha contra esta enfermedad. (…) El uso de biomarcadores acústicos puede transformar nuestra capacidad para diagnosticar enfermedades de manera oportuna y precisa, especialmente en comunidades con recursos limitados”, afirma Sujay Kakarmath, gerente de productos en Google Research.
El potencial del modelo ha captado la atención de organizaciones internacionales como The Stop TB Partnership, respaldada por las Naciones Unidas, que busca erradicar la tuberculosis para 2030. Según Zhi Zhen Qin, especialista en salud digital de la organización, “HeAR abre nuevas oportunidades en el cribado y detección de la tuberculosis, ofreciendo una herramienta de bajo costo y fácil acceso para quienes más lo necesitan”.
Imagen: Drazen Zigic
