Todas las madres y padres conocen la frustración de responder a los llantos de un bebé, preguntándose si tiene hambre, está mojado, cansado, necesita un abrazo o incluso puede sentir dolor. El llanto es el principal medio de comunicación para los bebés, es de gran importancia diferenciarlos y puede ayudar a reconocer sus necesidades.
[/media-credit] ¿Sucio, hambriento, o incluso con dolor?. Los científicos crean una herramienta de inteligencia artificial para distinguir los llantos de los bebés.
La investigación se publicó en la edición de mayo de IEEE/CAA Journal of Automatica Sinica (JAS) [1], una publicación conjunta de IEEE y la Asociación China de Automatización.
Los trabajadores de la salud con experiencia, madres y padres experimentados son capaces de distinguir con bastante precisión entre las muchas necesidades de un bebé basándose en los sonidos de llanto que produce un bebé. Si bien el llanto de cada uno es único, comparten algunas características comunes cuando resultan de las mismas razones. La identificación de los patrones ocultos en la señal de llanto ha sido un gran desafío, y las aplicaciones de inteligencia artificial ahora han demostrado ser una solución adecuada en este contexto.
La nueva investigación utiliza un algoritmo específico basado en el reconocimiento automático de voz para detectar y reconocer las características de los llantos infantiles.
La razón probable de cada archivo de señales de llanto fue dada por enfermeras neonatales experimentadas, enfermeras experimentadas y cuidadores que pudieron identificar la razón del llanto de un bebé después de escuchar un poco. Por ejemplo, hay algunos tipos observados de gritos de recién nacidos asociados con diferentes señales de audio:
- El sonido «neh» está generalmente relacionado con estar «hambriento«. típicamente, cuando un bebé tiene el reflejo de succión, y su lengua es empujada hacia el paladar, se genera un sonido «neh«.
- El sonido «owh» se hace en el reflejo de un bostezo que significa «somnoliento«.
- El sonido «heh» significa «Necesito algo«, como por ejemplo:
- tener demasiado frío,
- tener picazón,
- necesitar un nuevo pañal,
- necesitar una nueva posición del cuerpo
- El «eair» es un sonido más profundo que proviene del abdomen, por lo que significa un dolor de gas más bajo. Por lo general, se acompaña de un recién nacido que levanta las rodillas o las empuja hacia abajo.
- El sonido «eh» significa que un bebé necesita eructar. En general, sucede después de la alimentación.
Para analizar y clasificar esas señales, el equipo utilizó la detección comprimida como una forma de procesar grandes volúmenes de datos -big data- de manera más eficiente. La detección comprimida es un proceso que reconstruye una señal basándose en datos dispersos y es especialmente útil cuando los sonidos se graban en ambientes ruidosos, que es donde generalmente ocurren los llantos de bebés.
En este estudio, los investigadores diseñaron un nuevo algoritmo de reconocimiento del lenguaje de llanto que puede distinguir los significados de las señales de llanto normales y anormales en un entorno ruidoso.
El algoritmo es independiente del pregonero individual, lo que significa que se puede usar en un sentido más amplio en escenarios prácticos como una forma de reconocer y clasificar varias características de llanto y comprender mejor por qué lloran los bebés y cuán urgentes son los llantos.
«Al igual que un lenguaje especial, hay mucha información relacionada con la salud en varios sonidos de llanto. Las diferencias entre las señales de sonido en realidad llevan la información. Estas diferencias están representadas por diferentes características de las señales de llanto. Para reconocer y aprovechar la información, tenemos para extraer las características y luego obtener la información que contiene«, dice Lichuan Liu, autor de correspondencia y profesor adjunto de Ingeniería Eléctrica y Director del Laboratorio de Procesamiento de Señales Digitales cuyo grupo realizó la investigación.
Los investigadores esperan que los resultados del estudio puedan aplicarse a varias otras circunstancias de atención médica en las que la toma de decisiones se basa en gran medida en la experiencia. «Los objetivos finales son bebés más saludables y menos presión sobre madres, padres y cuidadores«, dice Liu. Finalmente explicó: «Estamos buscando colaboraciones con hospitales y centros de investigación médica para obtener más datos e información de requisitos para diversos escenarios, y esperamos que podamos tener algunos productos para la práctica clínica«[.]
