La crisis de la covid-19 ha puesto a prueba los sistemas sanitarios de todo el mundo. El acceso a las vacunas contra la covid-19 ha hecho que la situación esté cada día más estabilizada. Aún así, hay y habrá que seguir haciendo cribados masivos a la población para detectar positivos y romper, así, posibles cadenas de transmisión del virus. Por este motivo, hay que investigar nuevas técnicas que permitan reducir el coste y el tiempo de las pruebas diagnósticas para hacerlas a gran escala de una manera accesible, eficiente y económica.

Un equipo de investigadores, en el contexto del congreso internacional Interspeech 2021, han presentado el sistema al Cough Sound Track del Diagnosing Covid-19 using Acoustics (DiCOVA) Challenge. El artículo correspondiente a su contribución ha sido aceptado para formar parte del programa científico del Interspeech.

Ésta es una investigación que lideran Adrià Mallol, alumni de ingeniería de sistemas audiovisuales de la UPF e investigador de la Universidad de Augsburgo (Alemania), y Helena Cuesta, con participación de Emilia Gómez (Joint Research Centre, European Commission), ambas miembros del grupo de investigación en Tecnología Musical (MTG) del Departamento de Tecnologías de la Información y las Comunicaciones (DTIC) de la UPF, y Björn Schuller, investigador de la Universidad de Augsburgo y del Imperial College de Londres (Reino Unido).

 "Nos hemos propuesto investigar cómo utilizar técnicas de Inteligencia Artificial para la detección de esta enfermedad"

Sistemas previos basados en IA han demostrado ser efectivos para la detección de tos y estornudos, o para el reconocimiento de anomalías respiratorias. La IA también se ha utilizado en el campo de la salud mental para detectar pacientes con depresión, o trastorno de estrés postraumático. Siguiendo los avances en salud digital: "Inspirados por estos estudios, y basándonos en las afectaciones respiratorias provocadas por la covid-19, nos planteamos el reto de investigar si las técnicas de IA pueden detectar anomalías relacionadas con el virus a través del análisis automático de la tos", explica Helena Cuesta, miembro del equipo de investigadores. 

La señal de tos queda alterada en pacientes positivos de covid-19

En este trabajo los autores investigan dos arquitecturas de red neuronal diferentes, pero que tienen una estructura común: un primer bloque que procesa los espectrogramas de entrada y extrae una serie de descriptores aprendidos (embedded features), y un segundo bloque que clasifica estos descriptores según si corresponden a un paciente positivo de covid-19 o a un paciente sano.

"Nuestros modelos utilizan el espectrograma, una representación tiempo-frecuencia de la señal de audio como entrada"

El primer paso es el pre-procesamiento de los datos de entrada. En general, las grabaciones de la base de datos contienen varias toses, separadas por silencios (el típico patrón cuando una persona tose). "Para quedarnos sólo con las partes de la grabación que contienen información relevante, es decir, tos, utilizamos un detector de actividad sonora (SAD, por sus siglas en inglés) basado en la energía de la señal", explica Cuesta. Con estos datos filtrados, el siguiente paso es la extracción de descriptores y la posterior segmentación. "Nuestros modelos utilizan el espectrograma, una representación tiempo-frecuencia de la señal de audio como entrada. Primero calculamos el espectrograma de cada grabación de la base de datos, y a continuación lo segmentamos en fragmentos de un segundo cada uno", añade.

El sexo del / a paciente es relevante

Una contribución interesante del proyecto es el estudio de diferentes versiones de las redes neuronales para investigar si el sexo del paciente es un factor a tener en cuenta cuando analizamos la tos. "Intuitivamente, cuando empezamos a hacer el planteamiento de este trabajo, una de nuestras hipótesis era que la tos de hombres y mujeres debía tener características diferentes, ya que el tracto vocal tiene tamaños y formas diferentes", comentan los autores.

La tos que genera un hombre y una mujer no son necesariamente equivalentes desde el punto de vista del espectrograma

De los experimentos que incluye el trabajo, uno de los aspectos más destacables es que los modelos que incorporan información del sexo del / a paciente (gender-based, gender-specific) obtienen mejores resultados en las predicciones en la mayoría de los escenarios que los autores evalúan, lo que confirma la hipótesis de que la tos que genera un hombre y una mujer no son necesariamente equivalentes desde el punto de vista del espectrograma.

Cough Sound Track - DiCOVA Challenge

La organización del DiCOVA Challenge pone a disposición de los participantes una base de datos (Coswara dataset) que contiene 1.040 grabaciones de audio de entre 1 y 15 segundos de personas tosiendo. Junto con las grabaciones, esta base de datos da una serie de metadatos asociados a cada grabación: positivo / negativo de covid-19, el sexo y la nacionalidad de la persona". A partir de estos datos, hemos desarrollado y evaluado dos tipos diferentes de redes neuronales que, a partir de un segundo de audio, hacen una predicción de covid-19 positivo o negativo", indican los autores.

Aunque este trabajo sólo es una primera aproximación a la detección de covid-19 a través del análisis automático de la tos, los experimentos que presentan los autores dan una serie de pistas a seguir en los próximos pasos de esta investigación. Habrá que seguir investigando para entender de qué manera la señal de tos queda alterada en pacientes positivos de covid-19. De esta manera se podrían extraer descriptores y diseñar redes neuronales específicas para mejorar la calidad de los modelos.

Trabajo de referencia:

Adrià Mallol-Ragolta, Helena Cuesta, Emilia Gómez, and Björn Schuller (2021), "Cough-based Covid-19 Detection with Contextual Attention Convolutional Neural Networks and Gender Information", Proceedings of Interspeech. Brno, (Chequia): ISCA, 2021, en prensa.

Financiación: Este proyecto está financiado por el programa de investigación e innovación Horizonte 2020 de la Unión Europea a través de los proyectos sustAGE (ID 826506) y TROMPA (ID 770376), y por la AGAUR, Generalitat de Catalunya (ID 2018FI-B01015).