El estudio, publicado en la Revista de Ingeniería Médica y Biología del Instituto de Ingenieros Eléctricos y Electrónicos (IEEE), reporta que de 200 mil muestras analizadas, el modelo logró identificar 98.5% que pertenecían a casos confirmados con Covid-19, y que de éstas, todas las que provenían de pacientes asintomáticos fueron detectadas.
Los desarrolladores de este modelo lograron, a través de la escucha de decenas de miles de grabaciones de tosidos, entrenar una inteligencia artificial que permitió crear un método de diagnóstico bastante acertado para detectar a los pacientes asintomáticos, quienes, sin saberlo pueden contagiar a otras personas.
Brian Subirana, coautor del estudio, señala que la implementación de un modelo de diagnóstico como este podría reducir el contagio de manera drástica ya que las personas podrían tomar la prueba diariamente, o antes de asistir a lugares públicos como oficinas, supermercados o escuelas.
Desde antes de la pandemia los investigadores habían comenzado a entrenar un sistema de inteligencia artificial conocido como ResNet 50 que es capaz de identificar desde otras enfermedades respiratorias como neumonía o asma, hasta padecimientos neurológicos como el Alzheimer.
Actualmente los desarrolladores están tratando de incluir esta tecnología en una aplicación para teléfonos celulares que sea amigable y fácil de usar, pero también que tome en cuenta otros factores para determinar la vulnerabilidad de cada persona frente al nuevo coronavirus, así como la interconectividad con software de detección de casos.
Contar con una herramienta de diagnóstico rápida, gratuita y eficaz representaría una de las más grandes posibilidades de controlar la pandemia antes de que una vacuna surja al mercado global.
.jpeg)
0 comentarios:
Publicar un comentario