La inteligencia artificial (IA) puede usarse para detectar la infección por Covid-19 en la voz de las personas mediante una aplicación de teléfono móvil, según una investigación presentada en el Congreso Internacional de la Sociedad Respiratoria Europea, celebrada en Barcelona.
El modelo de IA usado en esta investigación es barato, rápido, fácil de usar y es más preciso que las pruebas de flujo lateral, más conocidas como test de antígenos, lo que significa que puede utilizarse en países de bajos ingresos donde las pruebas de PCR son caras y/o difíciles de distribuir.
Wafaa Aljbawi, investigadora del Instituto de Ciencia de Datos de la Universidad de Maastricht (Países Bajos), explica que el modelo de IA era preciso en el 89% de las ocasiones, mientras que la precisión de los test de antígenos variaba mucho según la marca.
Además, los test de antígenos eran menos precisos para detectar la infección por Covid en personas que no mostraban síntomas.
Los resultados sugieren que unas sencillas grabaciones de voz y unos algoritmos de IA perfeccionados pueden lograr potencialmente una gran precisión a la hora de determinar qué pacientes están infectados por Covid-19.
Estas pruebas pueden proporcionarse sin coste alguno y son sencillas de interpretar. Además, permiten realizar pruebas virtuales a distancia y tienen un tiempo de respuesta inferior a un minuto.
La infección por Covid-19 suele afectar a las vías respiratorias superiores y a las cuerdas vocales, provocando cambios en la voz de la persona.
Aljbawi y sus supervisores, el doctor Sami Simons, neumólogo del Centro Médico de la Universidad de Maastricht, y la doctora Visara Urovi, también del Instituto de Ciencia de Datos, decidieron investigar si era posible utilizar la IA para analizar las voces con el fin de detectar el Covid-19.
Usaron datos de la aplicación de crowdsourcing Covid-19 Sounds de la Universidad de Cambridge (Reino Unido), que contiene 893 muestras de audio de 4.352 participantes sanos y no sanos, 308 de los cuales habían dado positivo en la prueba de Covid-19.
Los investigadores utilizaron la técnica del análisis del espectrograma de Mel, que rastrea la voz identificando diferentes características, como el volumen, la potencia y la variación en el tiempo.
Hallaron que un modelo llamado Memoria a Corto Plazo (LSTM) superaba a los demás modelos. Su precisión global fue del 89%, su capacidad para detectar correctamente los casos positivos (la tasa de verdaderos positivos o “sensibilidad”) fue del 89%, y su capacidad para identificar correctamente los casos negativos (la tasa de verdaderos negativos o “especificidad”) fue del 83%.
La precisión para detectar correctamente positivos de Covid-19 es bastante mejor con el LSTM (89%) en comparación con los test de antígenos (56%). La capacidad para identificar correctamente los casos negativos con el LSTM es del 83% mientras que con los test de de antígenos es del 99,5%.
Sin embargo, la prueba LSTM es prácticamente gratuita, y sería posible invitar únicamente a las personas que diesen positivo en ella a someterse a las pruebas PCR .
Los investigadores afirman que sus resultados deben ser validados con un gran número de personas. Desde el inicio de este proyecto, ya se han recogido 53.449 muestras de audio de 36.116 participantes, que pueden utilizarse para mejorar y validar la precisión del modelo.
