Google ha lanzado un innovador modelo de inteligencia artificial bioacústica, denominado HeAR (Health Acoustic Representations), con el objetivo de permitir a los investigadores utilizar datos acústicos para identificar signos tempranos de enfermedades respiratorias, como la tuberculosis (TB).
HeAR ha sido entrenado con más de 300 millones de piezas de datos de audio, incluyendo 100 millones de sonidos de tos, estornudos y otros ruidos respiratorios. Este vasto banco de datos permite al modelo reconocer patrones y realizar diagnósticos precoces de enfermedades respiratorias a partir de sonidos captados.
En una colaboración estratégica, Google se ha asociado con Salcit Technologies, una startup india especializada en salud respiratoria. Salcit ha desarrollado su propio modelo de IA bioacústica, llamado Swaasa, que analiza los sonidos de tos para evaluar la salud pulmonar. La integración de HeAR en Swaasa tiene como objetivo mejorar la capacidad del sistema para detectar signos tempranos de tuberculosis, una enfermedad que afecta a más de 3 millones de personas al año y cuya falta de tratamiento resulta en una tasa de mortalidad del 50%.
HeAR está diseñado para ser compatible con dispositivos móviles, utilizando el micrófono incorporado para captar los sonidos de tos. Esta característica permite que cualquier persona con un teléfono móvil pueda acceder a exámenes de salud y recibir diagnósticos tempranos, una innovación que podría transformar la industria de la salud. Especialmente en regiones remotas donde el acceso a instalaciones de pruebas es limitado, HeAR podría ofrecer una solución accesible y económica, reduciendo la necesidad de costosos equipos de rayos X y otras herramientas de diagnóstico.
La introducción de HeAR en el campo de la salud respiratoria subraya el potencial de la inteligencia artificial para mejorar la detección y el tratamiento de enfermedades, haciendo la atención médica más accesible y eficiente para comunidades en todo el mundo.
