Desarrollan software que detecta enfermedades con el llanto del bebé

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 durante los primeros seis meses de vida.

También colaboraron investigadores del Instituto Nacional de Rehabilitación, la Universidad Autónoma Metropolitana (UAM), la Universidad de Florencia y la de Lieja.

Para empezar, los especialistas centraron su trabajo en el llanto y la sordera. De este proceso 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.

En el proceso de pruebas, grabaron el llanto de niños de dos a seis meses en la etapa prelingüística. Estas muestras se convirtieron en un espectrograma al que se le detectan características cuantitativas, es decir, valores numéricos.

Reyes García indicó que una muestra de llanto la dividen en partes pequeñas. "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", agregó.

A su vez, 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.

Contar con esta combinación de características contribuye en que el médico pueda observar un indicador anormal en el desarrollo del bebé.

Para la realización del estudio, se tomaron muestras por segundos o minutos mientras que el bebé está llorando. 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.

Asimismo, según indicó el investigador, cualquier corpus de llanto que proporcionen los médicos y que ya esté diagnosticado se puede representar a través de sus modelos computacionales.

Esto deriva en querer seguir progresando, como con el análisis de llanto en bebés prematuros o para detectar autismo. Sin embargo, este trabajo aún no está en desarrollo.