Software detecta enfermedades a partir del llanto de los bebés

Investigadores mexicanos desarrollaron un software que procesa el llanto de los bebés para poder detectar con hasta 95 % de precisión alguna patología como sordera, asfixia o hiperbilirrubinemia, informó este miércoles el Consejo Nacional de Ciencia y Tecnología (Conacyt).

El programa, desarrollado por investigadores del Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE), funciona a través de modelos computacionales inteligentes que analizan el llanto del bebé en los primeros seis meses de vida.

En un principio, los especialistas trabajaron con el llanto de bebés con sordera, del que extrajeron características acústicas distintivas, y entrenaron los modelos computacionales en los que se hizo la clasificación de los tipos de llanto.

"Una vez que nuestros modelos estaban entrenados, se les probó con una muestra de bebés desconocidos y así determinaron a qué clase de llanto pertenecía y si existía algún padecimiento, de acuerdo con la clasificación previa que hicimos", explicó el doctor en Ciencias Computacionales Carlos Alberto Reyes García.

El llanto de los bebés fue grabado durante la etapa prelingüística en niños con edades de dos a seis meses.

Estas primeras muestras las convirtieron en un espectrograma al que se le detectan características cuantitativas, es decir, valores numéricos.

"Una muestra completa de llanto se divide en segmentos pequeños. A cada uno de estos segmentos les extraemos sus características acústicas con vectores de datos, posteriormente estos vectores se pasan a los modelos de clasificación y así se determina qué tipo de llanto es", precisó Reyes García.

El experto dijo que también se miden aspectos cualitativos en los que se aprecian cambios drásticos en la frecuencia del llanto del bebé, dobles armónicos, vibratos, silencios, concentración de ruido y tipos de melodía.

"A estas muestras se les quitan los silencios para hacer una línea de llanto continua y a partir de ahí se procesan los datos que usamos para entrenar nuestros modelos, los cuales se implementan para hacer un reconocimiento de patrones similares en todas las muestras que se tomaron", detalló.

Con esta combinación de características, el médico puede tener una pauta para saber si existe un indicador anormal en el desarrollo del bebé.

Para el estudio, los expertos toman muestras por segundos o minutos mientras el bebé llora, ya que con solo dos minutos de llanto se obtienen hasta 120 muestras que permiten entrenar los modelos computacionales y así saber si el llanto es por hambre, dolor, asfixia o si presenta sordera o hiperbilirrubinemia.

El investigador indicó que teóricamente cualquier corpus de llanto que proporcionen los médicos y que ya esté diagnosticado se puede representar a través de sus modelos computacionales, lo que los lleva a nuevos objetivos, como el análisis de llanto en bebés prematuros o para detectar autismo, aunque este trabajo aún está en desarrollo.

En este proyecto colaboran también investigadores del Instituto Nacional de Rehabilitación, la Universidad Autónoma Metropolitana (UAM), la Universidad de Florencia y la de Lieja.

Investigadores mexicanos desarrollaron un software que procesa el llanto de los bebés para poder detectar con hasta 95 % de precisión alguna patología como sordera, asfixia o hiperbilirrubinemia, informó este miércoles el Consejo Nacional de Ciencia y Tecnología (Conacyt).

El programa, desarrollado por investigadores del Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE), funciona a través de modelos computacionales inteligentes que analizan el llanto del bebé en los primeros seis meses de vida.

En un principio, los especialistas trabajaron con el llanto de bebés con sordera, del que extrajeron características acústicas distintivas, y entrenaron los modelos computacionales en los que se hizo la clasificación de los tipos de llanto.

"Una vez que nuestros modelos estaban entrenados, se les probó con una muestra de bebés desconocidos y así determinaron a qué clase de llanto pertenecía y si existía algún padecimiento, de acuerdo con la clasificación previa que hicimos", explicó el doctor en Ciencias Computacionales Carlos Alberto Reyes García.

El llanto de los bebés fue grabado durante la etapa prelingüística en niños con edades de dos a seis meses.

Estas primeras muestras las convirtieron en un espectrograma al que se le detectan características cuantitativas, es decir, valores numéricos.

"Una muestra completa de llanto se divide en segmentos pequeños. A cada uno de estos segmentos les extraemos sus características acústicas con vectores de datos, posteriormente estos vectores se pasan a los modelos de clasificación y así se determina qué tipo de llanto es", precisó Reyes García.

El experto dijo que también se miden aspectos cualitativos en los que se aprecian cambios drásticos en la frecuencia del llanto del bebé, dobles armónicos, vibratos, silencios, concentración de ruido y tipos de melodía.

"A estas muestras se les quitan los silencios para hacer una línea de llanto continua y a partir de ahí se procesan los datos que usamos para entrenar nuestros modelos, los cuales se implementan para hacer un reconocimiento de patrones similares en todas las muestras que se tomaron", detalló.

Con esta combinación de características, el médico puede tener una pauta para saber si existe un indicador anormal en el desarrollo del bebé.

Para el estudio, los expertos toman muestras por segundos o minutos mientras el bebé llora, ya que con solo dos minutos de llanto se obtienen hasta 120 muestras que permiten entrenar los modelos computacionales y así saber si el llanto es por hambre, dolor, asfixia o si presenta sordera o hiperbilirrubinemia.

El investigador indicó que teóricamente cualquier corpus de llanto que proporcionen los médicos y que ya esté diagnosticado se puede representar a través de sus modelos computacionales, lo que los lleva a nuevos objetivos, como el análisis de llanto en bebés prematuros o para detectar autismo, aunque este trabajo aún está en desarrollo.

En este proyecto colaboran también investigadores del Instituto Nacional de Rehabilitación, la Universidad Autónoma Metropolitana (UAM), la Universidad de Florencia y la de Lieja.