Desarrollan un algoritmo para interpretar el llanto de los bebés

Durante los primeros meses de vida, la principal vía de comunicación de los bebés es el llanto. A través de éste expresan su malestar, bien sea por hambre, por sueño, por irritación...sin embargo, los padres o cuidadores pocas veces tienen la capacidad de interpretar ese llanto, que finalmente puede acabar generando sensación de ansiedad, depresión impotencia, ira o frustración y más por cuanto los bebés lloran una media de entre hora y media y tres horas diarias.

Por internet se ofrece a estos padres o cuidadores diferentes recursos para tratar de saber por qué el bebé está llorando, sin embargo éstos no tienen evidencia científica, sino que se basan en la subjetividad. En este contexto, profesionales del Servicio de Neonatología del hospital Clínic de Barcelona y del IDIBAPS, en colaboración con la startup de tecnología sanitaria Zoundream AG, pusieron en marcha un estudio para tratar de identificar las características principales de los diferentes tipos de llantos con el fin de valerse de esa información para testear un algoritmo basado en la Inteligencia Artificial que permita realizar una interpretación automática del llanto.

Clasificación de los llantos

Para ello, se reclutó a 38 recién nacidos sanos, de los que se recogieron datos acústicos, de electroencefalografía, de saturación cerebral de oxígeno, así como de las expresiones faciales y movimientos corporales durante el llanto para tratar de establecer un patrón y definir diferentes tipos de llanto generados por causas como el sueño, el hambre, la inquietud, los gases o el estrés.

Tal y como indicó Ana Laguna, cofundadora de Zoundream, durante la presentación del trabajo, el llanto que denota hambre "es constante, repetitivo, urgente e intenso y comporta la activación alfa de la actividad cerebral y tiene un gran impacto en la oxigenación, mientras que el del sueño es un llanto más prolongado, monótono, más relajado en lo que se refiere a los movimientos y la expresión facial y con activación de la actividad delta del cerebro". "El llanto del bebé que tiene gases tiene un sonido como de gran esfuerzo físico y no conlleva apenas alteración cerebral; el que denota irritabilidad es muy intenso y el bebé manifiesta alteración en todos los ámbitos, mientras que el llanto que corresponde a la incomodidad es como un quejido monótono y apenas altera al recién nacido", añadió.

En esta primera fase, pues, los autores del estudio consiguieron "demostrar que el llanto no es solo acústica, sino que también hay patrones que acompañan a esta acústica como los de movimiento, expresión facial o actividad cerebral" y el análisis de todos esos patrones "permite objetivizar la interpretación del llanto", explicó Laguna. A partir de aquí, con todos estos datos, desarrollaron un algoritmo gracias al cual es posible identificar los diferentes tipos de llanto a partir de la acústica, el cual se puede implementar en cualquier dispositivo con altavoz. De hecho, en unos días saldrá al mercado un vigilabebés con esta tecnología. "El software cuenta con un 92% de precisión".

Doble aplicación

"Esta herramienta es un apoyo para los padres y les permite empoderarse", señaló Anna Lucia Paltrinieri, pediatra del Servicio de Neonatología del Clinic, mientras que Laguna recordó que con esta tecnología los padres pueden entender mejor al bebé y, de esta manera, "mejora la relación entre ambos, el apego, que es un factor de protección de la salud mental del recién nacido y de la familia".

Llegados a este punto, los investigadores han querido dar un paso más y ya han iniciado el análisis del llanto de bebés pretérmino y con patología para tratar de hacer de este llano "un marcador bucal para predecir si un niño tiene riesgo neurológico y, de darse el caso, poder intervenir de forma temprana para mejorar sus resultados", indicó Paltrinieri para a continuación explicar que "hay niños que tienen una resonancia magnética normal, pero al cabo del tiempo acaban desarrollando un trastorno del neurodesarrollo". "Gracias a este algoritmo, podríamos tener una herramienta más, que complementaría a otras que ya se usan, para identificar los grupos de riesgo con el fin de llevar a cabo una intervención precoz".