Nueva base de datos para sonidos de tos de tuberculosis

La tuberculosis (TB) es una enfermedad seria que causa más muertes que cualquier otra enfermedad infecciosa en el mundo. Una de las razones de esto es que muchas personas con TB no son diagnosticadas cada año. Los sistemas de salud pública no logran encontrar y diagnosticar a todos los infectados con TB. Un problema importante es la falta de acceso a buenos métodos de detección y diagnóstico para la TB. Este artículo habla de una nueva base de datos de sonidos de tos que incluye información detallada sobre los pacientes para ayudar a crear modelos que usen inteligencia artificial (IA) para un mejor diagnóstico de TB.

#Importancia de la investigación y nuevas herramientas

La Organización Mundial de la Salud (OMS) ha establecido metas para acabar con la TB. Para alcanzar estos objetivos, se necesita investigación y nuevas herramientas. Monitorear los sonidos de la tos digitalmente y usar lo que se llama Epidemiología Acústica son dos formas que podrían ayudar a encontrar casos de TB. Estos métodos podrían jugar un papel importante en el control y, eventualmente, la eliminación de la TB.

#Los "millones perdidos" de pacientes

Mucha gente vive con TB activa sin saberlo. Esto incluye a quienes no se hicieron pruebas o no fueron correctamente dirigidos al tratamiento. Mejorar las herramientas y métodos usados para diagnosticar TB puede ayudar a encontrar a estos pacientes perdidos. La mayoría de los sistemas de salud usan una combinación de herramientas de detección y pruebas diagnósticas para identificar la TB. La OMS sugiere que una buena prueba de detección comunitaria debería tener al menos un 90% de Sensibilidad y un 70% de especificidad. Sin embargo, muchos métodos actuales de detección, como preguntar a los pacientes sobre síntomas, no son muy precisos.

#Desafíos actuales en la detección de TB

Los cuestionarios que detectan TB, que a menudo preguntan sobre la tos, tienen una sensibilidad de solo el 42%. Además de la baja precisión, estos métodos enfrentan desafíos que dificultan su uso constante, especialmente en lugares con pocos recursos. Otras herramientas como las radiografías digitales de tórax combinadas con sistemas de detección por computadora han mostrado potencial, pero también tienen inconvenientes, como la disponibilidad del equipo necesario en instalaciones de salud más pequeñas.

#El potencial de la clasificación de sonidos de tos

Los sonidos de la tos son un síntoma significativo de la TB, pero no hemos podido monitorear estos sonidos con precisión en el pasado. Esto ha dificultado la recopilación de datos útiles sobre las tos. Avances recientes en tecnología de sonido y aprendizaje automático permiten una mejor detección y clasificación de los sonidos de la tos. Esto significa que ahora podemos identificar tos en entornos cotidianos y distinguir entre tos relacionada con diferentes condiciones de salud.

#La base de datos de sonidos de tos

Hemos creado y estamos compartiendo un conjunto de datos que contiene 733,756 sonidos de tos de 2,143 pacientes de siete países diferentes. Estos datos incluyen información demográfica y clínica detallada sobre los pacientes. El objetivo es usar esta información para desarrollar modelos que puedan clasificar mejor los sonidos de la tos y ayudar en el diagnóstico de TB.

#Reclutamiento de participantes

Los participantes en este estudio fueron seleccionados de dos proyectos de investigación principales. Para participar, los individuos debían tener al menos 18 años y tener una tos que durara dos semanas o más. Se recopiló la información de clínicas en países como India, Madagascar, Filipinas, Sudáfrica, Tanzania, Uganda y Vietnam. Cada participante dio su consentimiento para ser parte del estudio.

#Recopilación de Datos Clínicos y demográficos

Cuando los participantes se unieron al estudio, respondieron preguntas, se sometieron a exámenes clínicos y proporcionaron muestras de esputo para la prueba de TB. Los investigadores registraron detalles importantes sobre cada participante, como edad, género, altura, peso y hábitos de fumar. También documentaron si los pacientes fueron diagnosticados con VIH.

#Pruebas para TB

Para determinar si alguien tenía TB, los investigadores usaron una combinación de pruebas, incluyendo pruebas PCR avanzadas y cultivos del esputo recolectado. Las personas con ciertos resultados de pruebas poco claros o débiles se sometieron a pruebas adicionales. Estas pruebas ayudaron a clasificar más precisamente si un paciente tenía TB.

#Recopilación de sonidos de tos

Los sonidos de la tos se recopilaron usando smartphones con una aplicación especial diseñada para investigación. La aplicación graba secuencias cortas de sonido cada vez que se detecta una tos. Se les pidió a los participantes que tosieran varias veces, y todos los sonidos recopilados se almacenaron de manera segura para un análisis posterior. Algunos participantes también llevaron un teléfono durante dos semanas para recopilar sonidos de tos adicionales.

#Organización de los datos

El conjunto de datos se dividió en un conjunto de entrenamiento y un conjunto de validación. Los sonidos de tos de cada participante se incluyeron en uno de los conjuntos, asegurando que los datos se mantuvieran organizados y manejables. Los sonidos de tos se mantuvieron en su forma original sin un procesamiento adicional, aparte de ser identificados por la aplicación.

#Disponibilidad de los datos

Los datos desidentificados, que no incluyen información personal pero contienen sonidos de tos y resultados clínicos, han sido puestos a disposición de los investigadores. Esto ayuda a garantizar que los datos puedan ser accesibles y utilizados para mejorar los modelos de diagnóstico para TB.

#Precisión y validación de la recopilación de datos

Durante el proceso de recopilación de datos, el personal del estudio monitoreó las grabaciones de tos para asegurar que todo se capturara correctamente. La aplicación usada para recopilar sonidos de tos fue probada para confirmar su precisión en la identificación de tos reales. Además, se entrenó un modelo de aprendizaje automático separado para verificar la precisión de clasificación de las grabaciones de sonido, logrando altas tasas de precisión.

#Instrucciones para el uso

Los investigadores interesados en usar el conjunto de datos pueden crear modelos para predecir el diagnóstico de TB basado en los sonidos de tos y datos clínicos. Tienen orientación clara sobre cómo evaluar sus modelos contra el conjunto de validación, lo que les permite refinar sus enfoques basados en los hallazgos.

#Conclusión

Esta base de datos de sonidos de tos abre nuevas oportunidades para un mejor diagnóstico de TB utilizando tecnología de sonido e IA. Al usar datos detallados de pacientes y grabaciones de tos de un grupo diverso de individuos, los investigadores pueden desarrollar modelos que buscan mejorar la detección de TB y ayudar en su manejo. El impacto potencial en la salud pública podría ser significativo, especialmente en áreas con acceso limitado a recursos Diagnósticos tradicionales. Se necesita continuar con la investigación y el desarrollo para refinar aún más estos métodos y validar su efectividad en entornos del mundo real.