O aplicație de pe telefonul mobil detectează COVID-19 în vocea oamenilor cu ajutorul inteligenței artificiale

Wafaa Aljbawi, cercetător la Institutul de Știință a Datelor, Universitatea Maastricht, Olanda, a declarat la congres că modelul de inteligență artificială a fost precis în 89% din cazuri, în timp ce precizia testelor cu flux lateral a variat foarte mult în funcție de marcă. De asemenea, testele de flux lateral au fost considerabil mai puțin precise în detectarea infecției cu COVID-19 la persoanele care nu prezentau simptome.

„Aceste rezultate promițătoare sugerează că simplele înregistrări vocale și algoritmii de inteligență artificială bine ajustați pot, potențial, să atingă o precizie ridicată în determinarea pacienților care au infecția COVID-19”, a spus ea. „Astfel de teste pot fi furnizate fără costuri și sunt simplu de interpretat. În plus, ele permit efectuarea de teste virtuale, la distanță, și au un timp de răspuns de mai puțin de un minut. Acestea ar putea fi utilizate, de exemplu, la punctele de intrare pentru adunări mari, permițând depistarea rapidă a populației”.

Infecția COVID-19 afectează de obicei căile respiratorii superioare și corzile vocale, ceea ce duce la modificări ale vocii unei persoane. Aljbawi și supervizorii săi, Dr. Sami Simons, pneumolog la Centrul Medical Universitar Maastricht, și Dr. Visara Urovi, tot de la Institutul de Știință a Datelor, au decis să investigheze dacă este posibil să folosească inteligența artificială pentru a analiza vocile în vederea detectării COVID-19.

Aceștia au folosit date din aplicația COVID-19 Sounds App a Universității din Cambridge, care conține 893 de mostre audio de la 4.352 de participanți sănătoși și nesănătoși, dintre care 308 au fost testați pozitiv pentru COVID-19. Aplicația este instalată pe telefonul mobil al utilizatorului, participanții raportează câteva informații de bază despre datele demografice, istoricul medical și statutul de fumător, apoi li se cere să înregistreze câteva sunete respiratorii.

Printre acestea se numără tusea de trei ori, respirația profundă prin gură de trei până la cinci ori și citirea unei propoziții scurte pe ecran de trei ori. cercetătorii au folosit o tehnică de analiză a vocii numită analiza spectrogramei Mel, care identifică diferite caracteristici ale vocii, cum ar fi intensitatea, puterea și variația în timp.

„În acest fel, putem descompune numeroasele proprietăți ale vocii participanților”, a declarat Aljbawi. „Pentru a distinge vocea pacienților cu COVID-19 de cei care nu au avut boala, am construit diferite modele de inteligență artificială și am evaluat care dintre ele a funcționat cel mai bine la clasificarea cazurilor de COVID-19”.

Scenarii privind un război între Liz Truss şi Vladimir Putin. Noul premier este „gata să apese butonul nuclear dacă este necesar”

Care sunt cerinţele Rusiei pentru ca livrările de gaze să fie reluate către Europa

Descoperire antică: Misterioasa mumie, în venele căreia continuă să curgă sânge de două milenii

Ei au descoperit că un model numit Long-Short Term Memory a fost mai performant decât celelalte modele. LSTM se bazează pe rețele neuronale, care imită modul în care funcționează creierul uman și recunoaște relațiile de bază din date. Funcționează cu secvențe, ceea ce îl face potrivit pentru modelarea semnalelor colectate în timp, cum ar fi cele vocale, datorită capacității sale de a stoca date în memorie.

Acuratețea sa generală a fost de 89%, capacitatea sa de a detecta corect cazurile pozitive (rata pozitivă adevărată sau „sensibilitatea”) a fost de 89%, iar capacitatea sa de a identifica corect cazurile negative (rata negativă adevărată sau specificitatea) a fost de 83%.

„Aceste rezultate arată o îmbunătățire semnificativă a acurateței diagnosticării COVID-19 în comparație cu testele de ultimă generație, cum ar fi testul cu flux lateral”, a declarat Aljbawi. „Testul de flux lateral are o sensibilitate de numai 56%, dar o rată de specificitate mai mare, de 99,5%. Acest lucru este important, deoarece semnifică faptul că testul cu flux lateral clasifică greșit persoanele infectate ca fiind COVID-19 negative mai des decât testul nostru. Cu alte cuvinte, cu modelul AI LSTM, am putea rata 11 din 100 de cazuri care vor continua să răspândească infecția, în timp ce testul de flux lateral ar rata 44 din 100 de cazuri.

„Specificitatea ridicată a testului cu flux lateral înseamnă că doar una din 100 de persoane ar fi anunțată în mod greșit că este pozitivă la COVID-19 când, de fapt, nu era infectată, în timp ce testul LSTM ar diagnostica în mod greșit ca fiind pozitive 17 din 100 de persoane neinfectate. Cu toate acestea, deoarece acest test este practic gratuit, este posibil să se invite persoanele pentru testele PCR dacă testele LSTM arată că sunt pozitive”.

Cercetătorii spun că rezultatele lor trebuie să fie validate cu numere mari. De la începutul acestui proiect, au fost colectate acum 53.449 de probe audio de la 36.116 participanți, care pot fi folosite pentru a îmbunătăți și valida acuratețea modelului. De asemenea, ei efectuează analize suplimentare pentru a înțelege ce parametri din voce influențează modelul de inteligență artificială.