Todo padre conoce la frustración de responder al llanto de un bebé, preguntándose si su hijo tiene hambre, mojado, cansado, necesitando un abrazo, o tal vez incluso con dolor. Un grupo de investigadores en EE. UU. Ha ideado un nuevo método de inteligencia artificial que puede identificar y distinguir entre señales de llanto normales y anormales. como los que resultan de una enfermedad subyacente. El método, basado en un algoritmo de reconocimiento de lenguaje de llanto, promete ser útil para los padres tanto en casa como en entornos sanitarios, ya que los médicos pueden usarlo para discernir el llanto entre los niños enfermos.

La investigación fue publicada en la edición de mayo de IEEE / CAA Journal of Automatica Sinica ( JAS ), una publicación conjunta del IEEE y la Asociación China de Automatización.

Los trabajadores de la salud experimentados y los padres experimentados pueden distinguir con bastante precisión entre las muchas necesidades de un bebé en función de los sonidos de llanto que emite. Si bien el llanto de cada bebé es único, comparten algunas características comunes cuando son el resultado de las mismas razones. Identificar los patrones ocultos en la señal de llanto ha sido un gran desafío, y ahora se ha demostrado que las aplicaciones de inteligencia artificial son una solución adecuada en este contexto.

La nueva investigación utiliza un algoritmo específico basado en el reconocimiento automático del habla para detectar y reconocer las características del llanto infantil. Para analizar y clasificar esas señales, el equipo utilizó sensores comprimidos como una forma de procesar big data de manera más eficiente. La detección comprimida es un proceso que reconstruye una señal basada en datos escasos, y es especialmente útil cuando los sonidos se graban en entornos ruidosos, que es donde suelen tener lugar los llantos de los bebés. En este estudio, Los investigadores diseñaron un nuevo algoritmo de reconocimiento de 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 puede usarse en un sentido más amplio en escenarios prácticos como una forma de reconocer y clasificar varias características del llanto y comprender mejor por qué los bebés lloran y cuán urgentes son los llantos.

"Como un idioma especial, hay mucha información relacionada con la salud en varios sonidos de llanto. Las diferencias entre las señales de sonido en realidad transportan la información. Estas diferencias están representadas por diferentes características de las señales de llanto. Para reconocer y aprovechar la información, tenemos que extraer las características y luego obtener la información que contiene, "dice Lichuan Liu, autor correspondiente y Profesor Asociado de Ingeniería Eléctrica y Director del Laboratorio de Procesamiento de Señales Digitales cuyo grupo realizó la investigación.

Los investigadores esperan que los hallazgos de su estudio puedan ser aplicables 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 sanos y menos presión sobre los padres y cuidadores, "dice Liu." Estamos buscando colaboraciones con hospitales y centros de investigación médica, para obtener más datos y entradas del escenario de requisitos, y con suerte podríamos tener algunos productos para la práctica clínica, " ella agrega.