Esta aplicación intenta detectar si tienes coronavirus mediante una grabación de tu tos

Con la enorme cantidad de pruebas aplicadas diariamente a nivel mundial para la detección de la COVID-19, las soluciones para dinamizar estos estudios comienzan a aparecer. El mas reciente proviene de Suiza, y se centra en el sonido de la tos humana para determinar si una persona ya ha sido contagiada con esta nueva cepa de coronavirus. Esto es Coughvid, un primer acercamiento al uso de la inteligencia artificial contra esta pandemia y que estará disponible en las próximas semanas.

El desarrollo proviene desde la Escuela Politécnica Federal de Lausana (EPFL) en Suiza, y el equipo detrás de este monitoreo se ha centrado en una de las grandes características de esta nueva cepa: la tos seca sin mucosidades. "Según la Organización Mundial de la Salud, el 67.7% de las personas que tienen el virus presentan tos seca, que no produce moco, en comparación con la tos húmeda típica de un resfriado o alergia", dice David Atienza, profesor de la Escuela de Ingeniería en EPFL, quien también es jefe del Laboratorio de Sistemas Embebidos (ESL) en la institución y miembro del equipo de desarrollo de Coughvid.

¿Cómo funciona? Coughvid usa Inteligencia Artificial para distinguir diferentes tipos de tos en base al sonido de cada una, un método que ya se usa hace tiempo para diferenciar a la tos ferina del asma y la neumonía. Una vez que el equipo logre una base de datos lo suficientemente robusta para entrenar a la IA en la identificación de patrones en la tos, el producto será presentado.

Los sujetos de prueba podrán simplemente descargar una aplicación móvil, ingresar sus síntomas, grabar un clip de audio de su tos y cargar los datos de forma anónima en los servidores. Luego, el equipo de investigadores usa el procesamiento de la señal de audio y las técnicas de aprendizaje automático para evaluar si hay espacio para la detección automática o asistida de COVID-19.

En este punto, hay que precisar que la Inteligencia Artificial es un recurso que viene siendo usado para optimizar distintas áreas de la investigación científica. La idea es que una red neuronal pueda aprender de millones de casos para entender la conducta y sus variables, y luego de un “entrenamiento intenso” sea sometida a pruebas que nunca ha visto antes para determinar el nivel de eficiencia. En este momento, el equipo del ESL señala que están a un 70% de efectividad.