El gigante de la tecnología confía en que su modelo para la detección de enfermedades con base en sonidos llamado HeAR tiene el potencial de ayudar a salvar las vidas de millones de personas que fallecen a causa de enfermedades respiratorias.
Con el objetivo de revolucionar la forma en que los especialistas médicos diagnostican, monitorean y tratan una amplia gama de afecciones de salud como tos crónica, tuberculosis o EPOC, Google ha desarrollado un modelo de inteligencia artificial (IA) basado en tecnología bioacústica que tiene la capacidad de identificar signos y síntomas de enfermedades respiratorias en una persona antes de que se desarrollen, con tan solo escuchar su respiración durante 10 segundos.
El potencial impacto del modelo de IA para detectar enfermedades de Google
El gigante de la tecnología confía en que su modelo para la detección de enfermedades con base en sonidos llamado Health Acoustic Representations, o HeAR por sus siglas en inglés tiene el potencial de ayudar a salvar millones de vidas, ya que a pesar de que la tuberculosis es una enfermedad fácilmente tratable, sigue siendo la principal causa de muerte infecciosa en el mundo.
Según la Organización Mundial de la Salud, casi 4,500 personas mueren diariamente a causa de esta afección médica y desafortunadamente, esto se debe a que la gran mayoría no son diagnosticadas a tiempo, un problema que los científicos de Google buscan atacar con su nuevo modelo de IA.
“Cada caso de tuberculosis que no se detecta es una tragedia; cada diagnóstico tardío, se traduce en mayores problemas”, declaró el gerente de productos de Google Research, Sujay Kakarmath, que lideró al equipo de investigadores de HeAR. “Los biomarcadores acústicos ofrecen el potencial de reescribir esta narrativa”.
¿Cómo hace la IA para detectar enfermedades mediante sonidos?
HeAR fue entrenado con más de 300 millones de piezas de audio de respiraciones tanto de personas sanas como de pacientes con enfermedades respiratorias, las cuales permitieron que el modelo de IA aprendiera a distinguir las pequeñas diferencias entre los sonidos que emiten.
De hecho, los investigadores subrayan que entre los audios que utilizaron para la programación de HeAR se encontraban aproximadamente 100 millones de fragmentos con sonidos de tosidos, estornudos y exhalaciones.
Los investigadores de Google afirmaron que todos estos datos auditivos fueron extraídos de bibliotecas públicas sin derechos de autor, así como videos de YouTube e incluso utilizaron algunos sonidos de respiraciones y tosidos que fueron grabados en un hospital de Zambia, al cual los pacientes acudieron para realizarse pruebas de detección de tuberculosis.
Gracias a todo lo anterior, la tecnología de HeAR tiene el potencial de sustituir a las pruebas de detección de tuberculosis. En este caso, un audio de tosidos sería el equivalente a una muestra de sangre, con la diferencia de que esta prueba es digital, lo que significa que la información es procesada y analizada en la nube en lugar de en un laboratorio.
¿Qué sigue para HeAR?
Con el objetivo de hacer que su nuevo modelo esté al alcance de más pacientes, Google se ha asociado con Salcit Technologies, una empresa de atención médica respiratoria con sede en la India. Hace algunos meses, la compañía desarrolló Swaasa, su propio dispositivo que aprovecha la inteligencia artificial para analizar sonidos de tos y así evaluar la salud pulmonar de las personas.
Como parte de la asociación, Salcit integró HeAR a Swaasa en busca de ampliar las capacidades de sus modelos de inteligencia artificial bioacústicos para la detección de enfermedades, con la esperanza de mejorar específicamente su precisión en los diagnósticos de tuberculosis.
Mientras tanto, Google busca aprovechar el contexto de Salcit Technologies para ayudar a poblaciones de alto riesgo con poco acceso a la atención médica, ya que tan solo en la India la enfermedad mata a casi 250 mil personas al año y la detección temprana es clave para detener su propagación.
Por otro lado, el gigante de la tecnología afirmó que ha recibido el apoyo de Stop TB Partnership para seguir desarrollando nuevos modelos impulsados por IA para la detección de enfermedades. Esta es una organización respaldada por las Naciones Unidas que reúne a expertos en tuberculosis y comunidades afectadas con el objetivo de acabar con dicha enfermedad para el 2030.
“Soluciones como HeAR permitirán que el análisis acústico impulsado por IA abra nuevos caminos en la detección y el tratamiento de la tuberculosis, ofreciendo una herramienta accesible y de bajo impacto para quienes más la necesitan”, afirmó Zhi Zhen Qin, especialista en salud digital de Stop TB Partnership, mediante un comunicado.
