Investigación

¡Aprende más sobre cómo funciona nuestra investigación!

¿Cómo funcionará?

Basándose en la investigación clínica sobre la clasificación de los sonidos de la tos de prestigiosas instituciones como CMU, MIT y Cambridge, Virufy está desarrollando un algoritmo de IA para predecir con precisión una infección por COVID-19 en cuestión de minutos basándose en los registros de los sonidos de la tos.

expand/collapse icon

El sonido de la tos y la respiración ha sido utilizado durante mucho tiempo por los profesionales de la medicina para evaluar la salud respiratoria y para diagnosticar diversas enfermedades. Antes de la pandemia del COVID-19, el personal médico recolectaba estos sonidos de un paciente y posteriormente hacía un diagnóstico a través de visitas en persona al consultorio. Aunque este método de diagnóstico, que antes era común, ahorra tiempo y dinero, la viabilidad de un diagnóstico en persona de COVID-19 a través de la tos y la respiración de un paciente es casi nula debido a la esencialidad del distanciamiento social y la limitación del personal médico durante esta pandemia.

Sin embargo, con la difusión de la Inteligencia Artificial (IA) en la tecnología de diagnóstico, puede ser posible diagnosticar el COVID-19 a través de una simple grabación de la tos en una aplicación de teléfono inteligente. Debido a la capacidad de los algoritmos de la IA de captar patrones diminutos -aún distinguibles- en las características de audio, la IA ha podido exhibir una alta sensibilidad y especificidad en la clasificación de las enfermedades respiratorias [1, 2, 3, 4, 5 ]. Entre los ejemplos anteriores de modelos de diagnóstico de la IA que han tenido éxito se incluyen los que diagnostican sibilancias y ronquidos [9], tos ferina [3], asma [1] y neumonía [1], todos los cuales utilizaron la firma respiratoria única de cada enfermedad para diferenciar los casos positivos.

expand/collapse icon

Al igual que todas las demás enfermedades respiratorias, el COVID-19 crea una señal respiratoria única en la garganta y los pulmones que se distingue de otras infecciones respiratorias que producen una tos húmeda. Por consiguiente, se ha sugerido que los sonidos de la tos pueden ser analizados para detectar el COVID-19. A nivel mundial, esta idea está siendo investigada activamente por varias instituciones prestigiosas, incluyendo CMU[8], MIT[10] y Cambridge[7]. Por ejemplo, una investigación de crowdsource realizada por la Universidad de Cambridge demostró que un simple clasificador binario de aprendizaje de máquinas es capaz de clasificar a los pacientes positivos para COVID-19 a través de los sonidos de la respiración y la tos con gran precisión (AUC = 0,7)[7]. De manera similar, los investigadores de la CMU identificaron 18 características de la voz que distinguen a los pacientes positivos para COVID-19 y entrenaron un modelo para diagnosticar COVID-19 con una precisión del 89.1%[8].

expand/collapse icon

Basándose en esta investigación pasada, Virufy está desarrollando un algoritmo de IA que puede ser usado para predecir con precisión una infección por COVID-19 en cuestión de minutos, basándose en grabaciones de sonidos de tos. Sin embargo, a diferencia de las anteriores investigaciones sobre la tos de COVID-19 que se centraban en la población de los Estados Unidos, Virufy tiene como objetivo recopilar datos de múltiples sitios en todo el mundo. Como iniciativa dirigida por estudiantes y con voluntarios que abarcan varios países, Virufy está desarrollando un modelo de diagnóstico de COVID-19 con una mayor inclusividad racial y geográfica a través de datos que incluyen una gama de etnias y diferencias fonológicas específicas de la comunidad.

Actualmente, Virufy ha desarrollado un modelo con una precisión del 80% con datos clínicos derivados de varios países y que abarcan múltiples etnias. Sin embargo, aunque nuestro modelo es de alta precisión, reconocemos que esto no es suficiente. Necesitamos tu tos para perfeccionar nuestro modelo y, en última instancia, desarrollar un modelo de diagnóstico de COVID-19 gratuito que pueda proporcionar fácil e instantáneamente un diagnóstico de COVID-19 a través de una aplicación para smartphones.

A continuación se presentan algunos ejemplos de proyectos de investigación que nos dan confianza en el objetivo de desarrollar un algoritmo de IA para ser usado en la detección de COVID-19:

data

Fuente de datos

Una investigación de crowdsource realizada por la Universidad de Cambridge que usó muestras de tos y respiración para entender cómo se pueden distinguir los sonidos de COVID-19 de aquellos que padecen asma o están en controles de salud. Sus resultados muestran que incluso un simple clasificador de aprendizaje de una máquina binaria es capaz de clasificar correctamente los sonidos saludables de los sonidos de COVID-19. Nuestros modelos logran un rendimiento superior al 70% en todas las tareas. Este trabajo inspira una mayor investigación de cómo los patrones respiratorios analizados automáticamente podrían ser utilizados como señales de detección temprana para ayudar al diagnóstico de COVID-19 [7].

speech balloon

Detector de voz COVID

Un estudio de la Universidad Carnegie Mellon tenía como objetivo recoger un gran número de muestras de voz para entrenar la IA para el diagnóstico de COVID. El fundamento del estudio es que "el sonido de nuestra voz (independientemente del idioma), y los sonidos que hacemos cuando respiramos o tosemos cambian cuando nuestro sistema respiratorio se ve afectado". Los cambios van desde cambios gruesos y claramente audibles, hasta cambios diminutos - lo que llamamos "micro" señales, que no son audibles para el oyente no entrenado, pero que sin embargo están presentes" [8].

phone

Hola Sigma, ¿tengo el Coronavirus? Convocatoria para un nuevo enfoque de inteligencia artificial para apoyar a los profesionales de la salud que tratan con la pandemia de COVID-19.

El Departamento de Ingeniería Mecánica del MIT propone detectar los casos positivos de COVID recogiendo muestras de tos a través del teléfono para entrenar la inteligencia artificial y posteriormente construir un algoritmo de diagnóstico [10].

¡La Inteligencia Artificial ha sido usada en el pasado para el diagnóstico!

Análisis del sonido de la tos para la clasificación de la neumonía y el asma en la población pediátrica

En este estudio se utilizó la IA para distinguir entre la tos del asma y la neumonía, con el objetivo de prestar asistencia médica a los países en desarrollo de escasos recursos. Su método alcanzó una sensibilidad del 89%, una especificidad del 100% y un Kappa del 0,89. Sus resultados muestran el uso potencial de la IA en la detección y diferenciación de los sonidos respiratorios [1].

Un algoritmo basado en la tos para el diagnóstico automático de la tos ferina

Este estudio utiliza la tos de la tos ferina, el crup y la congestión nasal, que corresponden a otras enfermedades como la bronquiolitis y el asma, para entrenar la IA con el fin de detectar la tos ferina. El algoritmo es capaz de diagnosticar con éxito toda la tos ferina a partir de grabaciones de audio, detectando automáticamente los sonidos individuales de la tos con una precisión del 92% y un VPP del 97%. Su resultado apoya el uso de la IA como un candidato potencial para diferenciar y diagnosticar los sonidos respiratorios [3].

Divider

Citas