Las personas asintomáticas infectadas con covid-19 no presentan síntomas físicos discernibles de la enfermedad, por lo que pueden transmitir la infección a otros sin saberlo. Sin embargo, investigadores del Instituto de Tecnología de Massachusetts (MIT) han descubierto que las personas asintomáticas pueden diferenciarse de las personas sanas por la forma en que tosen. Estas diferencias no son descifrables para el oído humano, pero sí pueden ser detectadas por la inteligencia artificial.

En un artículo publicado recientemente en el 'IEEE Journal of Engineering in Medicine and Biology', el equipo informa sobre un modelo de inteligencia artificial que distingue a las personas asintomáticas de las personas sanas mediante grabaciones de tos forzada, que las personas envían voluntariamente a través de navegadores web y dispositivos como teléfonos móviles y ordenadores portátiles.

Los investigadores entrenaron al modelo en decenas de miles de muestras de toses, así como en palabras habladas. Una vez alimentado el modelo con muchas nuevas grabaciones de tos, identificaron con precisión el 98,5% de las toses de las personas que se confirmó que tenían covid-19, incluido el 100% de las toses de los asintomáticos, que informaron que no tenían síntomas pero habían dado positivo en la prueba del virus.

El equipo está trabajando para incorporar el modelo en una aplicación fácil de usar, que si la Administración de Medicamentos y Alimentos de EEUU (FDA) lo aprueba y se adopta a gran escala podría ser una herramienta de preselección gratuita, conveniente y no invasiva para identificar a las personas que probablemente sean asintomáticas para covid-19. Así, un usuario puede iniciar sesión diariamente, toser en su teléfono y obtener información instantáneamente sobre si podría estar infectado y, por lo tanto, debería confirmar con una prueba formal.

"La implementación efectiva de esta herramienta de diagnóstico grupal podría disminuir la propagación de la pandemia si todos la usan antes de ir a a clase, una fábrica o un restaurante", dice el coautor del estudio Brian Subirana, científico investigador del Laboratorio de identificación automática del MIT. .

Antes del inicio de la pandemia, los grupos de investigación ya habían estado entrenando algoritmos en grabaciones de tos de teléfonos celulares para diagnosticar con precisión afecciones como neumonía y asma. De manera similar, el equipo del MIT estaba desarrollando modelos de inteligencia artificial para analizar grabaciones de tos forzada para ver si podían detectar signos de Alzheimer, una enfermedad asociada no solo con el deterioro de la memoria sino también con la degradación neuromuscular, como las cuerdas vocales debilitadas.

Cuando la pandemia de coronavirus comenzó a desarrollarse, Subirana se preguntó si su marco de inteligencia artificial para la enfermedad de Alzheimer también podría funcionar para diagnosticar covid-19, ya que había una creciente evidencia de que los pacientes infectados experimentaron algunos síntomas neurológicos similares, como un deterioro neuromuscular temporal.

En abril, el equipo se propuso recopilar tantas grabaciones de tos como fuera posible, incluidas las de pacientes con covid-19. Establecieron un sitio web donde las personas pueden registrar una serie de toses, a través de un teléfono celular u otro dispositivo habilitado para la web. Los participantes también completan una encuesta de los síntomas que están experimentando, tengan o no Covid-19, y si fueron diagnosticados a través de una prueba oficial, mediante la evaluación de un médico de sus síntomas o si se auto-diagnosticaron. También pueden anotar su género, ubicación geográfica e idioma nativo.

Hasta la fecha, los investigadores han recopilado más de 70.000 grabaciones, cada una de las cuales contiene varias toses, lo que equivale a unas 200.000 muestras de audio de tos forzada, que Subirana dice que es "el mayor conjunto de datos de investigación sobre tos que conocemos". Alrededor de 2.500 grabaciones fueron enviadas por personas que se confirmó que tenían covid-19, incluidas aquellas que eran asintomáticas.

El equipo utilizó las 2.500 grabaciones asociadas a Covid, junto con 2.500 grabaciones más que seleccionaron al azar de la colección para equilibrar el conjunto de datos. Usaron 4.000 de estas muestras para entrenar el modelo de IA. Las 1.000 grabaciones restantes se introdujeron en el modelo para ver si podía distinguir con precisión la tos de los pacientes con Covid frente a los de individuos sanos. Sus esfuerzos han revelado "una sorprendente similitud entre la discriminación de Alzheimer y Covid".

Sin muchos ajustes dentro del marco de IA originalmente destinado a la enfermedad de Alzheimer, descubrieron que podía detectar patrones en los cuatro biomarcadores (fuerza de las cuerdas vocales, sentimiento, rendimiento pulmonar y respiratorio y degradación muscular) que son específicos de covid-19. El modelo identificó el 98,5%o de las toses de personas confirmadas con covid-19, y de ellas, detectó con precisión todas las toses asintomáticas. “Creemos que esto muestra que la forma en que produce el sonido cambia cuando tiene Covid, incluso si no tiene síntomas”, dice Subirana.

El modelo de IA, subraya Subirana, no está destinado a diagnosticar a las personas sintomáticas, en cuanto a si sus síntomas se deben a covid-19 u otras afecciones como la gripe o el asma. La fortaleza de la herramienta radica en su capacidad para distinguir la tos asintomática de la tos sana.

El equipo está trabajando con una empresa para desarrollar una aplicación de preselección gratuita basada en su modelo de IA. También se están asociando con varios hospitales de todo el mundo para recopilar un conjunto más grande y diverso de grabaciones de la tos, lo que ayudará a entrenar y fortalecer la precisión del modelo.