Una investigación llevada cabo en el Instituto Tecnológico de Massachusetts -más conocido como MIT- llegó a la conclusión de que los asintomáticos del Covid19 difieren de las personas sanas por la manera en que tosen. Si bien esta diferencia no es apreciable por el oído humano, sí es detectable por la inteligencia artificial.
Por definición los asintomáticos no presentan síntomas observables de la enfermedad. Esto hace que sea difícil detectarlos y por lo tanto son difusores encubiertos del virus. Pero según la reciente investigación reseñada en el portal de noticias del MIT, pronto podrán ser detectados por una simple aplicación del celular.
Los investigadores entrenaron el modelo con decenas de miles de toses y también con voces que fueron enviadas voluntariamente a través del celular o la laptop. Cuando alimentaron el modelo con nuevas toses, se encontraron con que podía identificar con un 98,5% de certeza a aquellas personas que habían tenido Covid19. Y en el caso de los asintomáticos, la certeza fue del 100%.
El equipo de investigadores está trabajando ahora en convertir el modelo en una aplicación, que de llegar a concretarse, se convertiría en una forma no invasiva de identificar a las personas contagiadas. La persona sólo deberá toser al teléfono y diariamente podría saber si se ha contagiado el virus.
“El uso efectivo de esta aplicación podría ser de gran ayuda para disminuir la propagación del virus si la mayoría de las personas la utilizara antes de entrar al salón de clases, la fábrica, la oficina, el restautant, o la sala de cine”, asegura Brian Subirana, investigador del MIT y coautor de la investigación.
Antes de que apareciera la pandemia, los investigadores ya venían trabajando en el entrenamiento de algoritmos sobre toses grabadas en dispositivos digitales, con el fin de diagnosticar condiciones como la neumonía y el asma. Al mismo tiempo, otra investigación venía desarrollando modelos de AI alimentados con toses forzadas con el fin de detectar Alzheimer, una enfermedad que se asocia con el debilitamiento de las cuerdas vocales.
Los estudios demostraron que la calidad del sonido “mmmm” puede ser un indicador de cuán débiles se encuentran las cuerdas vocales. El equipo entrenó una segunda red neuronal con el fin de distinguir estados emocionales que se manifiestan al hablar. Los pacientes de Alzheimer –y personas con enfermedades neurológicas en general- han mostrado frecuentemente sentimientos de frustración y poca reacción a situaciones afectivas. Se desarrolló un modelo clasificador de emociones según la voz, entrenándolo con un conjunto de ejemplos de voces tranquilas, felices y tristes. A continuación entrenaron un tercer algoritmo con una base de toses con el objetivo de discernir cambios en la actividad del pulmón y en la forma de respirar. Finalmente combinaron los tres modelos y lo sumaron a un algoritmo que detecta la degradación muscular.
Con este nuevo marco de referencia, los investigadores alimentaron audios de voces y toses –incluyendo pacientes con Alzheimer- y comprobaron que puede identificar el Alzheimer mejor que cualquier otra herramienta conocida hasta el momento. Aplicando inteligencia artificial, resulta que la capacidad de las cuerdas vocales, el sentimiento, la forma de respirar y la degradación muscular, combinadas, son una efectiva manera de diagnosticar la enfermedad.
Cuando comenzó la pandemia, Subirana se preguntó si esta herramienta podría utilizarse para el diagnóstico del Covid19, a medida que se hacía evidente que los pacientes con Covid19 experimentaban algunos síntomas neurológicos similares.
En el mes de abril, subieron un sitio web en el que la gente podía grabar una serie de toses en el celular o la computadora. Además, en una planilla el participante debía describir datos personales y síntomas y si habían sido diagnosticados con el Covid19. Se coleccionaron unas 70.000 grabaciones, en algunos casos con varias muestras de toses que sumaron un total de 200.000 toses. Entre ellas las de 2.500 asintomáticos.
Junto con otras 2.500 muestras seleccionadas al azar del resto, se entrenó el algoritmo usando 4.000 y las restantes 1.000 se alimentaron posteriormente, lo que dio como resultado que el algoritmo detectó todos los asintomáticos.
Sin embargo, si bien la herramienta sirve para detectar asintomáticos, Subirana sostiene que aún no está claramente identificada la diferencia entre un paciente con Covid19, uno con gripe u otro asmático. Pero confía en que pronto optimizará su performance, y en ese caso las pandemias podrían prevenirse más fácilmente en el futuro.