Модель точно идентифицировала по кашлю 98,5% людей, у которых было подтверждено наличие Covid-19.
Многие люди болеют Covid-19 без явных симптомов. Это, конечно, хорошо для них, но несет заметную угрозу другим. Бессимптомные носители вируса с меньшей вероятностью обратятся за тестированием и могут заразить большое число окружающих людей.
Однако даже при бессимптомном течении болезни Covid-19 можно выявить. Исследователи из Массачусетского технологического института обнаружили, что бессимптомные больные могут отличаться от здоровых людей своим кашлем. Человеческое ухо эти различия не улавливает, но искусственный интеллект очень хорошо отличает покашливание зараженных от кашля тех, кто вовсе не болен.
Ученые создали нейросеть, которую обучили при помощи записей, сделанных в ходе разговоров по телефону или звонков в различных мессенджерах. Модели «скормили» десятки тысяч аудио, на которых присутствовал кашель, дополнив их специально сделанными записями вынужденного кашля.
В ходе исследования были использованы предыдущие наработки ученых, в которых записи вынужденного кашля использовали для прогнозирования развития болезни Альцгеймера. Эта патология связана не только с ухудшением памяти, но и с нервно-мышечной деградацией, такой как ослабление голосовых связок.
После обучения нейросеть точно идентифицировала по кашлю 98,5% людей, у которых было подтверждено наличие Covid-19. В том числе модель определила 100% бессимптомных больных, чей результат теста на коронавирус был положительным. Статья о разработке опубликована в издании IEEE Journal of Engineering in Medicine and Biology.
Сейчас исследователи работают над внедрением своей модели в удобное для пользователей приложение, которое может стать эффективным инструментом для неинвазивного скрининга. Пользователю будет достаточно отправить в это приложение запись своего разговора или даже просто записать собственный кашель. «Эффективное внедрение этого инструмента групповой диагностики может замедлить распространение пандемии, если все будут использовать его перед тем, как пойти на учебу, работу или в ресторан», — говорит один из авторов разработки Брайан Субирана.
Источник: naked-science