¿Por qué llora tu bebé? La IA podría ayudar a responder esta pregunta

Un proyecto de una científica de datos de BBVA está dando la vuelta al mundo. Adivinar, gracias a la inteligencia artificial, por qué llora un bebé, e incluso detectar de manera precoz posibles enfermedades, es el gran objetivo de este estudio innovador.

Ana Laguna es Data Scientist de BBVA. Y también madre. Ahora va a volver a serlo en un par de meses, y desde su primer embarazo tuvo la idea de aprovechar su conocimiento en inteligencia artificial (IA) para solventar sus propios miedos y responder a una pregunta para ella crucial en ese momento: ¿porqué llora mi bebé? Así, ha sido capaz de desarrollar un algoritmo que escucha el llanto del pequeño e identifica cuál es la causa que motiva el lloro. Hoy su objetivo es aprovechar este proyecto para crear un aplicación que sea capaz de diagnosticar enfermedades en los bebés por su tipo de llanto.

¿Cómo se le ocurrió tal idea a Ana? “Este es un proyecto que llevé a cabo durante la baja por maternidad de mi primer bebé. Debía estar muy aburrida, y por hobby me puse a ello. Ahora, como voy a tener otro, he retomado el tema y me lo voy a tomar más seriamente para ver que sale de aquí”. 

 

Para que no pensemos que Ana es una madre chiflada que experimenta con sus hijos, nos pone un poco en contexto para que la entendamos. Durante el  embarazo todo es muy bonito, pero también hay sentimientos contradictorios como miedo, incertidumbre, duda de si seremos unos buenos padres o madres y como se va a reaccionar cuando llegue el bebé. ¿Lo entenderemos? ¿Acertaremos con su educación? “Y esto es sólo”, dice Ana Laguna, “en el proceso de embarazo, cuando el bebé no está todavía aquí”.

Pero la situación se complica cuando se da a luz, porque aparecen los sentimientos encontrados y la depresión post parto, que afecta al 60% de las mujeres debido a los cambios hormonales, y que puede hacer que la mamá rechace al bebé. Cuando nos vamos a casa con nuestro bebé no tenemos ningún aparato tecnológico que nos de instrucciones de qué hacer con el bebé. “Como mucho tenemos a la abuela y a la mamá. Y entonces el bebé empieza a llorar, y no sabemos qué le pasa. Si el embarazo ha sido un máster, ahora voy a por el doctorado”, explica la científica de Datos de BBVA.

En este contexto, y aun estando en su primer embarazo, Ana se pregunta si hay alguna aplicación asiática que ayude a gestionar este problema. Empezó a buscar, justo hace dos años, y descubrió que había una app china, con muy malos comentarios. Aún así, por cuestiones de prosodia, que es una rama de la lingüística que estudia el acento y la entonación de un idioma, lo que se escucha del bebé en el útero si la mamá es china o es española no significa lo mismo, y el llanto es también diferente. Por estas razones, la app china no le valía a Ana.

 

Se necesitaban muchos datos

Así es como esta experta en ciencia de datos e inteligencia artificial se plantea que cuando nazca su primer bebé va a intentar hacer su propio estudio. El primer reto en el proyecto es que necesitaba datos, muchos datos. Y se pone a buscar bases de datos on line de llantos, pero no los encuentra. “Y no era cuestión de irme a un hospital a la sección de neonatos a ponerme a grabar llantos”.

Así que desde que su primer bebé tiene un mes, y hasta el cuarto mes de vida, cuando lloraba, y mínimo una vez al día, intenta grabarlo para conocer lo que le estaba pasando. En total Ana grabó unos 70 audios. Al principio quería reconocer desde que le picaba un mosquito hasta cuando le salía un grano. Pero luego se dio cuenta que el ciclo de vida del bebé era bastante rutinario y que es todo el rato lo mismo. Los ‘baby modes’ más frecuentes del bebé eran dormir, hambre, gases y cambios de pañal. Y luego había otros como que está parado, tiene dolores por cólicos del lactante o necesitaba mimos. Y de esta manera es como Ana llega a las siete etiquetas que su algoritmo podía empezar a aprender. 

El segundo reto era etiquetar todos los audios, y el tercero la versatilidad. Cuenta Ana Laguna que su bebé era un glotón y lloraba mucho porque tenía hambre. “Y por ello me encuentro con un data share que me dice que el 50% de los llantos son por hambre, el 3% de mimos, otro 3% de sueño y otro 3% de enfado. Me doy cuenta que no tengo versatilidad y tengo que pasar de un algoritmo de multi clasificación a otro de clasificación binaria hambre o no hambre”. 

Los patrones del llanto, si se pudieran escuchar, son muy diferentes. El de hambre, con el de mimo, por ejemplo, son muy diferentes. Y esto es lo que recibe el oído humano. El algoritmo recibe espectogramas, que es una representación gráfica de la señal de audio en un espacio temporal. Y así es como el algoritmo parece ser que también detecta los patrones, a través de estos espectogramas.

Las primeras conclusiones de Ana en este experimento con su primer bebé fueron que tenía modelos con buena precisión, en cambio la muestra de datos era muy pequeña para este tipo de algoritmos, y además tenía un sesgo importante porque sólo tenía datos de su bebé.

Campaña de donación de llantos de bebé

Ahora, como el nuevo bebé que está en camino, y el interés social que parece que ha despertado su proyecto, desde principios de año a través de la ONG So Good Data Ana ha lanzado una campaña de donación de llantos de bebés en la que solicita la etiqueta de la madre, nacionalidad del padre y de la madre por las razones de prosodia comentadas anteriormente, los meses de vida del bebé, entre 0 y seis meses, y el género. 

Con esta campaña Ana ha conseguido en poco más de un mes unos 300 audios, y aplicando técnicas de IA de future engieenering y data aumentation ha creado un data share de 1200 audios, que ya no tienen nada que ver con los 70 con los que empezó. Y a nivel de versatilidad del dato, tiene ya mucha más variabilidad: un 24% de hambre, un 23% de mimos, y un 21% de sueño. Y además tiene muchos más datos de otros países.

“La situación actual con todos los datos recuperados”, afirma Ana Laguna, “es que no tengo sesgo, aunque la precisión del modelo, que es lo que me dice si lo estoy haciendo bien o no, es todavía de un 70%, y tengo que mejorarlo”.

Los siguientes pasos de la científica de BBVA es conseguir más madres implicadas, más audios, balancear el data share, conseguir madres de otras nacionalidades, utilizar otras técnicas de deep learning, además de transfer learning, y probar en el etiquetado con temas de clustering, por ejemplo. Su objetivo es optimizar el algoritmo y mejorar la precisión para sacar una app lo antes posible para que pueda ayudar a las madres.

“Considero este proyecto en el contexto de Data for Social Goods porque creo que puede tener un impacto social y tener mucha utilidad para padres primerizos. Probablemente una madre muy experta me diga que no necesita inteligencia artificial para saber lo que necesita su bebé. Son las cuestiones éticas que siempre salen en este tipo de avances. Pero en ese primer mes de vida del bebé que yo no sabía lo que le pasaba me hubiese sido útil tener una app que me ayudara a reconocer porqué lloraba”.

A Ana le encantaría llevar este proyecto al diagnóstico precoz de enfermedades, como por ejemplo el autismo, gracias a que la inteligencia artificial lo puede identificar desde el llanto. Si quieres ayudar a Ana, envíale el llanto de tu bebé. Sólo tienes que hacerlo a través de la ONG que ha fundado, So Good Data

Juan Carlos F. Galindo

Juan Carlos F. Galindo

Tras dos décadas dedicado a la comunicación de Productos y Servicios, Innovación, Tecnología, I+D, Televisión y Patrocinios de una gran empresa, me embarco en este blog que dedicaré a mi pasión, la tendencia tecnológica que va a protagonizar la 4ª Revolución Industrial: la Inteligencia Artificial.

CONTINÚA LEYENDO