Padres y madres conocen la frustración de responder a los llantos de un bebé. ¿Tendrá hambre? ¿Está mojado? ¿Cansado? ¿Necesita un abrazo? o incluso, ¿puede estar sintiendo dolor? Un grupo de investigadores en EE. UU. ha ideado un nuevo método de inteligencia artificial que puede identificar y distinguir entre las señales de llanto normales y las anormales, como las que resultan de una enfermedad subyacente. El método, basado en un algoritmo de reconocimiento del llanto, promete ser útil en el hogar y en entornos de atención médica.
Los trabajadores de la salud con experiencia y los progenitores experimentados, son capaces de distinguir con bastante precisión entre las muchas necesidades de un bebé basándose en los sonidos que produce al llorar. Si bien el llanto de cada bebé 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.
Para analizar y clasificar esas señales, el equipo utilizó la detección comprimida como una forma de procesar grandes cantidades de datos 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.
Los investigadores esperan que los hallazgos de su estudio puedan aplicarse a otras circunstancias de atención médica en las que la toma de decisiones se basa en gran medida en la experiencia. «El objetivo es tener bebés más saludables y menos presión sobre los cuidadores», dice Lichuan Liu, autora y profesora asociada de ingeniería eléctrica y directora del laboratorio de procesamiento de señales digitales donde se ha realizado el estudio.