Google creó un modelo bioacústico que usa inteligencia artificial llamado Health Acoustic Representations (HeAR) que permite detectar distintas enfermedades respiratorias a través de la tos. La herramienta desarrollada por Google Research, fue entrenada con 300 millones de muestras de datos de audio, permitiendo a los investigadores identificar patrones en los sonidos relacionados con la salud humana.
HeAR ha demostrado una capacidad buena para discernir señales acústicas de salud, superando a otros modelos en una variedad de tareas. Este avance no solo es relevante por su precisión, sino además por su capacidad de generalización a través de diferentes tipos de micrófonos, lo que lo convierte en una herramienta adaptable y versátil.
Su propósito final es poder diagnosticar de forma temprana enfermedades respiratorias, que son muy comunes en diversas partes del mundo y que de igual forma cobran millones de vidas cada año.
El enfoque de HeAR se basa en la premisa de que los sonidos que emiten las personas al respirar, hablar o toser contienen información valiosa sobre su estado de salud. A partir de esta hipótesis, los investigadores entrenaron al modelo con millones de registros de sonidos de tos, lo que permitió afinar su capacidad para identificar posibles problemas.
Esta tecnología podría cambiar el rumbo de la medicina preventiva, ofreciendo una herramienta valiosa para el tamizaje, diagnóstico y monitoreo de enfermedades respiratorias, como: la tuberculosis (TB) y la enfermedad pulmonar obstructiva crónica (EPOC).
Por su parte, el potencial de HeAR va más allá de los laboratorios de investigación de Google. En países como India, donde la tuberculosis sigue siendo una preocupación importante de salud pública, la disponibilidad de modelos bioacústicos personalizados podría marcar una diferencia significativa.
En contextos donde la recopilación de grandes volúmenes de datos es costosa o logísticamente difícil, HeAR ofrece una solución accesible y eficaz. Esta accesibilidad es especialmente crucial en áreas con recursos limitados, donde las herramientas tradicionales de diagnóstico pueden ser prohibitivamente costosas o difíciles de implementar.
Cómo se pueden recolectar estos datos para identificar enfermedades
La ubicación de los micrófonos en los smartphones es otra ventaja clave de HeAR. Google destaca que estos dispositivos, que la mayoría de las personas ya tienen en su bolsillo, pueden convertirse en herramientas poderosas para la recolección de datos acústicos.
Esta capacidad de realizar diagnósticos sin necesidad de infraestructura médica avanzada abre nuevas posibilidades para la salud pública, especialmente en comunidades remotas o desatendidas.
Cómo la inteligencia artificial se adapta a las necesidades del mundo
Uno de los aspectos más destacados de HeAR es su precisión y competencia para operar con menos datos de entrenamiento en comparación con otros modelos. Según los desarrolladores de Google, esta característica lo convierte en una herramienta fundamental para la investigación médica.
Facilita el desarrollo de modelos específicos que pueden adaptarse a las necesidades de diferentes poblaciones, y se espera que este modelo bioacústico con el avance que vaya teniendo impulse nuevas formas de detectar y gestionar condiciones de salud, incluso en poblaciones con datos limitados.
simismo, el uso de HeAR en la detección temprana de enfermedades podría tener un impacto profundo en la salud global. En áreas donde la infraestructura de salud es deficiente, la posibilidad de realizar diagnósticos precisos a través de la bioacústica podría salvar vidas.
Además, al reducir la dependencia de equipos costosos y de difícil acceso, HeAR podría distribuir equitativamente el acceso a la atención médica, brindando herramientas de diagnóstico avanzadas a quienes más las necesitan.
