Itesiano desarrolla mejoras a un modelo de inteligencia artificial

No fueron pocas las películas de ciencia ficción que ayudaron a sembrar en el imaginario social que la inteligencia artificial sería el acabose de la civilización como la conocemos, con máquinas que reemplazarían e incluso dominarían a las personas en todo ámbito posible. La realidad ha probado ser distinta, ya que, gracias a la cada vez más avanzada tecnología, las máquinas han superado en eficiencia a los humanos, y con ello se han convertido en herramientas muy valiosas. 

Así es como lo entiende Carlos Alberto Galindo Meza, ingeniero de validación eléctrica en Intel Guadalajara Design Center (GDC) y egresado de la Maestría en Sistemas Computacionales del ITESO, quien desarrolló mejoras a una tecnología de la multinacional para lograr una red neuronal convolucional end-to-end para clasificación de sonidos a través de técnicas de aprendizaje profundo. 

Este modelo de inteligencia artificial puede ser útil en aplicaciones de ciudades inteligentes, mantenimiento predictivo industrial e investigaciones psicológicas y biológicas, entre otros usos. Galindo Meza adecuó este sistema para ser utilizado en el campo biomédico, específicamente para la detección de covid-19 a partir del sonido. 

Aunque no estaba previsto en el planteamiento inicial del proyecto, Galindo Meza vio una oportunidad para utilizar la red neuronal de clasificación de audios para detectar covid-19 en pacientes, a partir de sonidos respiratorios y tos.  

Usando una base de datos desarrollada en 2021 por la Universidad de Cambridge, que reúne miles de archivos de sonido de personas con covid-19, el itesiano entrenó al sistema con técnicas de deep learning, para mejorar la detección de la enfermedad con lo que se obtuvieron resultados superiores al proyecto original de la universidad inglesa. 

El egresado compartió que el sistema de inteligencia artificial recibe un archivo WAV, al que luego aplica un preprocesamiento, y a partir de ello evalúa y clasifica los sonidos como sanos o con covid-19, a partir del entrenamiento previo con bases de datos. 

Paulo López Meyer, investigador científico en Intel y director de la tesis, señaló que las mejoras propuestas por Carlos lograron que el modelo fuese más eficiente, preciso y sensible en la clasificación de sonidos. 

Asimismo, el también profesor en el Departamento de Electrónica, Sistemas e Informática (DESI) del ITESO celebró que el modelo desarrollado tenga el potencial de ser implementado en un sistema informático, para no quedarse únicamente en la literatura científica.  

“Al trabajar con audio hay mucho preprocesamiento involucrado para el que normalmente se requiere hardware adicional; este tipo de red neuronal lo puede hacer, lo que facilita que se pueda usar en cualquier lado. Eso la hace muy poderosa porque funciona bien en bases de datos académicas y además puedes reentrenarla muy fácilmente”, compartió.  

El sistema está pensado para auxiliar a los médicos en los diagnósticos clínicos, aprovechando la automatización del proceso, además de la consistencia y objetividad en largos periodos de tiempo. 

Carlos Alberto Galindo Meza con su director de tesis, Paulo López Meyer, investigador científico en Intel.

Producción científica

En una primera etapa, el ingeniero enseñó al software a utilizar bases de datos públicas para clasificar estertores y sibilancias. “Ciertos tipos de sonidos de la respiración se pueden asociar a ciertas enfermedades; ése fue nuestro primer acercamiento a clasificar sonidos respiratorios”, señaló Carlos Galindo. A partir de ello, presentó un artículo en el Institute of Electrical and Electronics Engineers (IEEE) Latin American Conference on Computational Intelligence 2021, realizado en Chile.  

Más adelante, ya habiendo adaptado el modelo a la detección de covid-19, el proyecto le valió al itesiano el primer lugar en la categoría de posgrado en la Student Competition del IEEE Engineering in Medicine & Biology Society (EMBS). 

Al respecto, el egresado extendió la invitación a colegas y estudiantes para participar en más concursos y congresos, así como a explorar la rama biomédica desde las soluciones que la ingeniería puede aportar. 

Para Paulo López, el plan de estudios de la Maestría en Sistemas Computacionales en el ITESO responde a las necesidades de la industria, especialmente en lo referente a inteligencia artificial, con clases de machine learning y deep learning, entre otras.  

“El ITESO lleva un par de pasos adelante, no es normal en el resto de las universidades. Lo ideal es que estos temas se aprendan en la universidad, no cuando llegas a trabajar”, afirmó. 

FOTOS: Luis Ponciano