El modelo de IA ayuda en la detección de enfermedades a través del análisis de la tos

Desde el sonido de una tos hasta el ritmo de nuestra respiración, los ruidos que produce nuestro cuerpo están llenos de información relacionada con la salud. Estas señales bioacústicas sutiles podrían cambiar completamente el panorama en la detección, diagnóstico, monitoreo y manejo de diversos problemas de salud, como la tuberculosis (TB) o la enfermedad pulmonar obstructiva crónica (COPD). En Google, vemos el enorme potencial de usar el sonido como un indicador de salud, especialmente porque los micrófonos de los smartphones son tan comunes. Por eso, hemos estado explorando cómo la IA puede extraer información de salud de estos sonidos.

A principios de este año, lanzamos Health Acoustic Representations, o HeAR, un modelo fundacional bioacústico que ayuda a los investigadores a crear modelos capaces de escuchar sonidos humanos y detectar signos tempranos de enfermedades. El equipo de Google Research entrenó a HeAR con la impresionante cantidad de 300 millones de clips de audio de un conjunto de datos diverso y desidentificado. Para el modelo de tos específicamente, utilizamos alrededor de 100 millones de sonidos de tos.

HeAR está diseñado para identificar patrones en sonidos relacionados con la salud, estableciendo una base sólida para el análisis de audio médico. Hemos descubierto que, en promedio, HeAR supera a otros modelos en una variedad de tareas y es excelente trabajando con diferentes micrófonos, demostrando su habilidad para capturar patrones de sonido relevantes para la salud. Además, los modelos construidos con HeAR pueden lograr un alto rendimiento incluso con menos datos de entrenamiento, lo que es muy importante en el mundo de la investigación médica, donde los datos suelen ser limitados.

Ahora, HeAR está disponible para que los investigadores aceleren el desarrollo de modelos bioacústicos personalizados, incluso cuando los datos, la configuración o la potencia de cómputo son limitados. Nuestro objetivo es impulsar la investigación en modelos para condiciones y grupos específicos, sin importar cuán escasos sean los datos o cuán altos sean los costos.

Salcit Technologies, una empresa de salud respiratoria con sede en India, ha desarrollado Swaasa®, una herramienta impulsada por IA que analiza sonidos de tos para evaluar la salud pulmonar. Ahora están explorando cómo HeAR puede mejorar sus modelos de IA bioacústica. Swaasa® está comenzando a usar HeAR para mejorar la detección temprana de TB a través de sonidos de tos.

La TB es tratable, pero millones de casos no se diagnostican cada año, a menudo porque las personas no pueden acceder fácilmente a la atención médica. Un mejor diagnóstico es clave para erradicar la TB, y la IA puede marcar una gran diferencia en la detección y en hacer que la atención sea más accesible y asequible en todo el mundo. Swaasa® ha estado utilizando el aprendizaje automático para detectar enfermedades temprano, haciendo que las evaluaciones de salud sean más accesibles, asequibles y escalables sin necesidad de equipos especiales o un lugar específico. Con HeAR, buscan expandir el cribado de TB en toda India.

"Cada caso de TB no detectado es una tragedia; cada diagnóstico tardío, un dolor de corazón," dice Sujay Kakarmath, gerente de producto en Google Research que trabaja en HeAR. "Los biomarcadores acústicos podrían cambiar esta historia. Estoy realmente agradecido por el papel que HeAR puede desempeñar en este viaje."

También estamos recibiendo apoyo de grupos como The StopTB Partnership, una organización alojada por la ONU que conecta a expertos en TB y comunidades afectadas para poner fin a la TB para 2030.

"Herramientas como HeAR pueden impulsar el análisis acústico impulsado por IA en el cribado y detección de TB, ofreciendo una solución de bajo impacto y accesible para aquellos que más la necesitan," dijo Zhi Zhen Qin, especialista en salud digital de la Stop TB Partnership.

HeAR es un gran avance en la investigación de salud acústica. Esperamos ayudar a desarrollar herramientas de diagnóstico y soluciones de monitoreo futuras para la TB, el pecho, los pulmones y otras enfermedades, y mejorar los resultados de salud para comunidades en todo el mundo a través de nuestra investigación. Si eres un investigador interesado en HeAR, puedes obtener más información y solicitar acceso a la API de HeAR.