Biometría de voz o cómo usar la inteligencia artificial para detectar Covid con solo un audio

Un estudio de la Universidad de Maastricht permite hallar contagios con simples grabaciones en el móvil. El objetivo es ampliar la cobertura de las pruebas y evitar la propagación del virus

Biometría de voz o cómo usar la inteligencia artificial para detectar Covid con solo un audio

La inteligencia artificial (IA) se pone al servicio de la detección de Covid en la voz de las personas. A fin de detectar el máximo número de posibles contagios y frenar la propagación del Covid, investigadores de la Universidad de Maastricht han puesto en marcha herramientas digitales que permiten aplicar la biometría de voz para hallar casos de coronavirus con el uso de una simple aplicación de teléfono móvil. Los promotores consideran que el sistema es más rápido y barato que las PCR, y pueden ser más certeras que las pruebas rápidas. Los resultados se han presentado esta semana en el congreso organizado por la Sociedad Respiratoria Europea (ERS) celebrado en Barcelona.

La investigación se ha basado en una base de datos de la aplicación Covid-19 Sounds App de la Universidad de Cambridge, 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 coronavirus. Para recabar los datos, se instala una app en el teléfono móvil del usuario, los participantes comunican algunos datos básicos sobre demografía, el historial médico y hábitos de fumar, y a continuación se les pide que graben algunos sonidos respiratorios. Estos incluyen toser tres veces, respirar profundamente por la boca de tres a cinco veces y leer una frase corta en la pantalla tres veces.

Los investigadores utilizaron una técnica de estudio de la voz llamada análisis del espectrograma de Mel, que identifica diferentes características de la voz, como el volumen, la potencia y la variación en el tiempo.

“De este modo, podemos descomponer las numerosas propiedades de las voces de los participantes”, afirma Wafaa Aljbawi, investigadora del Instituto de Ciencia de Datos de la Universidad de Maastricht, según una nota de la Sociedad. “Para distinguir la voz de los pacientes de Covid de los que no tenían la enfermedad, construimos diferentes modelos de inteligencia artificial y evaluamos cuál funcionaba mejor para clasificar los casos de Covid”.

Los investigadores afirman que sus resultados deben ser validados con más muestras. Desde el inicio de este proyecto, se han recogido ya 53.449 muestras de audio de 36.116 participantes, que pueden utilizarse para mejorar y validar la precisión del modelo.

La infección por coronavirus suele afectar a las vías respiratorias altas y a las cuerdas vocales, lo que provoca cambios en la voz de las personas. Aljbawi y su equipo -Sami Simons, neumólogo del Centro Médico de la Universidad de Maastricht, y 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.

Según el equipo investigador, el modelo de IA fue preciso el 89% de las veces, muy por encima de otras pruebas rápidas de detección de coronavirus. Además, estas pruebas rápidas fueron considerablemente menos precisas a la hora de detectar la infección por Covid en personas que no presentaban síntomas. La precisión global del modelo de IA 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%.

“Estos resultados sugieren que unas sencillas grabaciones de voz y unos algoritmos de IA perfeccionados pueden lograr una gran precisión a la hora de determinar qué pacientes están infectados por Covid”, afirmó Aljbawi.

Los investigadores añaden que estas pruebas pueden proporcionarse sin coste y son sencillas de interpretar. Además, permiten realizar pruebas virtuales a distancia y tienen un tiempo de respuesta inferior a un minuto.

 

Mayor precisión

  • Propagación. La aplicación de la inteligencia artificial en modelos de detección de Covid no pretende sustituir a los tests médicos homologados, sino que puede ser un complemento para aumentar el diagnóstico. Podrían utilizarse, por ejemplo, en los puntos de entrada de las grandes concentraciones, lo que permitiría un cribado rápido de la población.
  • Otras pruebas. Las pruebas rápidas de detección de Covid, llamadas de flujo lateral (IFL), parten de una muestra nasal, mezclada un líquido que detecta si hay proteínas del SARS-CoV-2. Los investigadores del modelo de inteligencia artificial aseguran que la prueba de flujo lateral tiene una sensibilidad de solo el 56%, pero una tasa de especificidad superior del 99,5%. Esto significa que la prueba rápida “clasifica erróneamente a las personas infectadas como Covid negativo con más frecuencia que nuestra prueba. En otras palabras, con el modelo AI LSTM, podríamos pasar por alto 11 de cada 100 casos que seguirían propagando la infección, mientras que la prueba de flujo lateral pasaría por alto 44 de cada 100 casos”.
  • Errores. La alta especificidad de la prueba de flujo lateral significa que solo una de cada 100 personas sería diagnosticada erróneamente como positiva cuando, en realidad, no estaba infectada, mientras que la prueba LSTM diagnosticaría erróneamente como positivas a 17 de cada 100 personas no infectadas. Sin embargo, dado que esta prueba es prácticamente gratuita, es posible invitar a las personas a someterse a las pruebas PCR si las pruebas LSTM muestran que son positivas.
Normas
Entra en El País para participar