Un equipo internacional formado por científicos de las universidades de Granada (España) y Eurecom (Francia), junto con ingenieros de la empresa Biometric Vox (España), han diseñado un método basado en técnicas de inteligencia artificial que permite detectar la enfermedad del COVID-19 a partir de grabaciones de la voz y la tos realizadas a los pacientes.

Para ello, los investigadores han desarrollado una técnica que analiza de forma automática estas grabaciones en busca de patrones acústicos que puedan ser indicativos de que la persona padece esta enfermedad, según ha informado la Universidad de Granada en un comunicado.

“Como sabemos, entre otra sintomatología asociada, los pacientes con coronavirus presentan una tos seca, sensación de falta de aire y aumento de la frecuencia respiratoria, por lo que el método desarrollado busca alteraciones en la voz del paciente que puedan ser indicativas de que éste sufra la enfermedad”, explica José Andrés González López, profesor del departamento de Teoría de la Señal, Telemática y Comunicaciones de la UGR y uno de los autores de este trabajo.

Como resultado, el método propuesto por los investigadores es capaz de detectar la enfermedad COVID-19 con una precisión en torno al 77% analizando únicamente la voz del paciente.

La ventaja de este método frente a otros disponibles actualmente para detectar la COVID-19, como los tests de antígenos o las PCRs, “es que nuestra tecnología es completamente no invasiva e instantánea, por lo que podría ser usada a través de una app o llamada telefónica como método de screening o diagnóstico rápido de la enfermedad, sin necesidad de que el paciente se tenga que desplazar hasta el centro de salud y poner así en riesgo a otros ciudadanos”, señala el investigador de la UGR.

Asimismo, los investigadores señalan que esta tecnología basada en el reconocimiento de la voz y las toses también podría aplicarse en un futuro para detectar y/o monitorizar otras enfermedades similares que afectan a las vías respiratorias, como la gripe, resfriados, etc.