En la vanguardia de la tecnología digital, Google ha desarrollado un innovador modelo de bioacústica, HeAR, capaz de detectar enfermedades mediante el análisis de sonidos. Esta tecnología abre nuevas posibilidades para el diagnóstico médico a distancia.
La capacidad de HeAR se deriva de su proceso de entrenamiento, utilizando 313 millones de fragmentos de audio de YouTube, incluyendo aproximadamente 100 millones de sonidos de tos. Con estos datos, HeAR ha aprendido a identificar señales de enfermedad en sonidos como la tos, el habla y la respiración.
Vídeo oficial. Traducción: Xiaohu
El alcance de HeAR es impresionante, pudiendo detectar diversas enfermedades como la tuberculosis, la COVID-19 y la enfermedad pulmonar obstructiva crónica (EPOC). Esta capacidad ha sido verificada en 13 tareas de detección de eventos acústicos de salud, 14 tareas de inferencia de tos y 6 tareas de inferencia de la función pulmonar, superando el rendimiento de modelos existentes en muchas de ellas.
En las tareas de inferencia de tos, HeAR obtuvo el mejor rendimiento en 10 de ellas, especialmente en la detección de COVID-19 y tuberculosis. En las tareas de inferencia de la función pulmonar, HeAR también mostró un excelente desempeño, particularmente en indicadores clave como el volumen espiratorio forzado en el primer segundo (VEF1) y la capacidad vital forzada (CVF).
La empresa india Salcit Technologies ya ha integrado HeAR en su producto Swaasa®, que evalúa la salud pulmonar mediante el análisis de sonidos de tos, mostrando un enorme potencial, especialmente en la detección temprana de la tuberculosis.
Salcit Technologies está explorando cómo utilizar HeAR para ampliar las capacidades de su modelo de inteligencia artificial bioacústica. Swaasa® está investigando y mejorando la detección temprana de la tuberculosis basada en el sonido de la tos, lo que no solo ayuda a mejorar la precisión del diagnóstico, sino que también facilita el acceso a los servicios médicos.