La aplicación funciona como un escáner oral que permite analizar patrones de dificultades respiratorias y los clasifica según su gravedad. Permitirá también realizar seguimiento a personas contagiadas con coronavirus

Un equipo de académicos del Departamento de Ingeniería Eléctrica (DIE) de la FCFM y del Hospital Clínico de la misma Casa Estudios, (HCUCH), trabajan en el desarrollo de una tecnología que puede evaluar la dificultad respiratoria o disnea utilizando como mecanismo la voz, a través de la telefonía celular o fija aplicando técnicas de Inteligencia Artificial (IA).

El equipo -liderado por el profesor Néstor Becerra Yoma, con la colaboración de los profesores César Azurdia, Claudio Estévez y Sandra Céspedes, todos del DIE; más los médicos Laura Mendoza y Mauricio Ruiz, jefe de la sección de neumología del HCUCH- son los encargados de llevar a cabo esta investigación que tiene como financiamiento el programa COVID-ANID de la Agencia Nacional de Investigación y Desarrollo (ANID).

“Una de las motivaciones de esta investigación es detectar y hacer seguimiento automático de población de riesgo en COVID-19”, señaló el profesor Becerra, quien específico que se trata específicamente de personas que pueden presentar comorbilidades o cuadros de enfermedades respiratorias y que tienen una probabilidad mucho más elevada de desarrollar complicaciones o de fallecer si se contagian de esta enfermedad, incluyendo sus posibles consecuencias. “Con esta tecnología deseamos detectar y prevenir a estas personas, antes de que se encuentren en un estado crítico de dificultad respiratoria. También, queremos hacer seguimiento de aquellos pacientes que quedaron con deficiencia respiratoria como secuela debido a la pandemia”, agregó académico del DIE.

Además, al buscar la detección y seguimiento de la dificultad respiratoria de pacientes de riesgo usando la red de telefonía, el proyecto ofrece una oportunidad de limitar los efectos de la pandemia con alcances positivos más allá de la actual contingencia.

“Usaremos métodos avanzados de ‘machine learning o aprendizaje automático’ para analizar la señal de voz de modo de detectar patrones de dificultad respiratoria. Finalmente, se podrá usar la georreferenciación como información adicional para el control de la pandemia. Por lo mismo, pensamos que con este proyecto podemos llegar a un método que sea aplicable de modo masivo y automático para evaluar la dificultar respiratoria más allá de la pandemia actual en la detección de enfermedades respiratorias”, comentó el líder del proyecto.

Actualmente, en Chile no existe una manera de estimar la dificultad respiratoria de modo remoto y automático. Los médicos pueden entrevistar a los pacientes por teléfono y hacerles preguntas específicas para evaluar la dificultar respiratoria, pero este procedimiento no se puede aplicar de modo masivo por la cantidad de personal de salud requerido. Tampoco es aplicable si se requiere evaluar a pacientes varias veces por día, es aquí la ventaja de la investigación de la universidad chilena.

“Con el financiamiento del programa ANID, actualmente ya desarrollamos una aplicación IVR y otra aplicación web para smartphone y estamos colectando voces de pacientes con el HCUCH. Esperamos tener un prototipo en mayo o quizás en abril de 2021”, finalizó el académico, quien también dirige el Laboratorio de Procesamiento y Transmisión de Voz -LPTV-, de la Casa de Bello.

Fuente: dicyt.com