“Luego de escuchar el tono tome aire profundo y cuente nuevamente, en voz alta, de 1 a 30 lo más rápido que pueda sin respirar entre medio”, es uno de los mensajes grabados que entrega el prototipo creado por un equipo de académicos del Departamento de Ingeniería Eléctrica (DIE), de la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile (FCFM) y del Hospital Clínico del plantel, quienes han estado trabajando 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.
“Una de las motivaciones de esta investigación es detectar y hacer seguimiento automático de población de riesgo en Covid-19. 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”, explica el profesor de la Universidad de Chile, Néstor Becerra.
Con esta tecnología –apunta- “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”.
También, a través del algoritmo se podrán monitorear enfermedades broncopulmonares durante el invierno o evaluar el efecto de la contaminación ambiental en zonas de sacrificio como Puchuncaví, Quintero o Ventanas. Además, permitirá identificar enfermedades preexistentes o laborales producto de las faenas que implican un riesgo pulmonar como el trabajo en la gran minería, gases peligrosos, entre otras ocupaciones.
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, por lo que esta investigación recobra mayor importancia por su facilidad de uso.
“Usaremos métodos avanzados de machine learning -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”, comenta el líder del proyecto.
Becerra remarca que “con el financiamiento del programa Covid de la ANID, actualmente ya desarrollamos una aplicación IVR y otra aplicación web para smartphone y estamos colectando voces de pacientes con el Hospital Clínico de la U. de Chile. Esperamos tener un prototipo en mayo o quizás en abril de 2021”.
