PixelCatchers / Getty Images
Βασικές επιλογές
- Οι μολύνσεις COVID-19 επηρεάζουν την αναπνοή και την ομιλία.
- Οι ερευνητές στο MIT ανέπτυξαν ένα εργαλείο βασισμένο σε τεχνητή νοημοσύνη που αναλύει ηχογραφήσεις αναγκαστικού βήχα για τη διάγνωση του COVID-19.
- Το εργαλείο θα μπορούσε ενδεχομένως να συμπληρώσει ή να αντικαταστήσει τα υπάρχοντα διαγνωστικά τεστ COVID-19, αλλά όχι χωρίς τα δικά του μειονεκτήματα.
Οι έλεγχοι θερμοκρασίας και τα επώδυνα ρινικά επιχρίσματα θα είναι σύντομα παρελθόν; Αναλύοντας τα ηχητικά χαρακτηριστικά ενός αναγκασμένου βήχα, ένα κομμάτι πρωτοποριακού λογισμικού τεχνητής νοημοσύνης δείχνει υπόσχεση για τον εντοπισμό ατόμων που έχουν COVID-19, σύμφωνα με τα αποτελέσματα μιας μελέτης που διεξήχθη από μια ομάδα τριών ερευνητών στο Ινστιτούτο Τεχνολογίας της Μασαχουσέτης (MIT). Η μελέτη του Σεπτεμβρίου δημοσιεύθηκε στοIEEE Open Journal of Engineering in Medicine and Biology.
Όπως όλες οι αναπνευστικές ασθένειες, το COVID-19 στοχεύει και επιτίθεται σε όργανα και ιστούς όπως οι πνεύμονες, ο λάρυγγας (ή το κουτί φωνής) και η τραχεία (ή ο αγωγός), περιορίζοντας την πρόσληψη οξυγόνου και προκαλώντας αντίστοιχες αλλαγές στην αναπνοή και την ομιλία. σοβαρές περιπτώσεις, αυτές οι αλλαγές "μπορεί να οδηγήσουν σε δυσκολίες στην αναπνοή που μπορεί να χρειαστούν μήνες για να βελτιωθούν", λέει η Katherine Herz, MPH, βοηθός καθηγητή παγκόσμιων μελετών υγείας στο Πανεπιστήμιο της Αϊόβα, που δεν συμμετείχε στη μελέτη, λέει ο Verywell, επικαλούμενος το Πανεπιστήμιο Johns Hopkins. Σε ήπιες περιπτώσεις, αυτές οι αλλαγές μπορεί να είναι πολύ λεπτές για το ανθρώπινο αυτί - αλλά όχι για εξελιγμένη (και εξαιρετικά ευαίσθητη) τεχνολογία AI - για ανίχνευση.
"Οι ήχοι της ομιλίας και του βήχα επηρεάζονται τόσο από τα φωνητικά κορδόνια όσο και από τα γύρω όργανα", δήλωσε ο Brian Subirana, PhD, διευθυντής του εργαστηρίου MIT Auto-ID και ένας από τους συγγραφείς της μελέτης.ScienceAlert. "Αυτό σημαίνει ότι όταν μιλάτε, μέρος της ομιλίας σας είναι σαν βήχα και το αντίστροφο. Σημαίνει επίσης ότι πράγματα που προέρχονται εύκολα από άπταιστη ομιλία, το AI μπορεί να πάρει απλώς από βήχα, συμπεριλαμβανομένων πράγματα όπως το φύλο του ατόμου, η μητρική γλώσσα ή ακόμη και συναισθηματική κατάσταση. "
Τι σημαίνει αυτό για εσάς
Η κατάσταση μόλυνσης από το COVID-19 μπορεί να αντικατοπτρίζεται στα φωνητικά σας χαρακτηριστικά. Ενώ μια δοκιμή βήχα COVID-19 φαίνεται πολλά υποσχόμενη, πρέπει να γίνει περισσότερη έρευνα. Εν τω μεταξύ, μπορείτε να επισκεφθείτε τον ιστότοπο της πολιτείας ή του τοπικού τμήματος υγείας για να αναζητήσετε τις πιο πρόσφατες τοπικές πληροφορίες σχετικά με τις δοκιμές. Καλέστε τον γιατρό σας εάν αντιμετωπίζετε συμπτώματα COVID-19.
Πώς αναπτύχθηκε το μοντέλο;
Οι ερευνητές ανέπτυξαν το MIT Open Voice Brain Model (MOVBM), ένα "πλαίσιο επεξεργασίας ομιλίας" που βασίζεται σε AI και χρησιμεύει ως διαγνωστικό τεστ COVID-19. Το MOVBM βασίζεται σε ένα σύνολο πέντε βιοδεικτών, ή χαρακτηριστικών που σχετίζονται συνήθως με μια συγκεκριμένη ασθένεια ή διαταραχή, για να διακρίνει τις αναπνευστικές διαταραχές των χαρακτηριστικών της λοίμωξης με COVID-19. Αυτοί οι βιοδείκτες περιλαμβάνουν:
- Μυϊκή υποβάθμιση
- Αλλαγές στα φωνητικά καλώδια
- Αλλαγές στο συναίσθημα / διάθεση
- Αλλαγές στους πνεύμονες και την αναπνευστική οδό
«Η φυσική δομή των πνευμόνων και της αναπνευστικής οδού μεταβάλλεται με αναπνευστικές λοιμώξεις και στις πρώτες μέρες του COVID-19 [πανδημία], οι επιδημιολόγοι άκουσαν τους πνεύμονες, ενώ οι ασθενείς ανάγκασαν βήχα ως μέρος των διαγνωστικών τους μεθόδων», έγραψαν οι συγγραφείς. , περιγράφοντας τους τρόπους με τους οποίους το COVID-19 επηρεάζει την ποιότητα των φωνητικών κλήσεων.
Με τη δημιουργία μιας δίγλωσσης (αγγλικής, ισπανικής και καταλανικής) μηχανής ηχογράφησης, οι συγγραφείς μπόρεσαν να συλλέξουν ηχογραφήσεις εξαναγκασμένου βήχα από 5.320 συμμετέχοντες, καθώς και τυχόν σχετικές ιατρικές πληροφορίες. Δεδομένα από 4.256 συμμετέχοντες στη συνέχεια τροφοδοτήθηκαν το μοντέλο να «εκπαιδεύσει» το να διακρίνει μεταξύ του αναγκασμένου βήχα εκείνων που είχαν δοκιμαστεί αρνητικά για το COVID-19 και του αναγκαστικού βήχα εκείνων που είχαν δοκιμαστεί θετικά για το COVID-19 · Τα δεδομένα από τους υπόλοιπους 1.064 συμμετέχοντες χρησιμοποιήθηκαν για να δοκιμάσουν την ικανότητά του να το κάνει.
Συνολικά, το μοντέλο ταυτοποίησε σωστά το 100% των ασυμπτωματικών εγγραφών ήχου COVID-19-θετικών, το 98,5% όλων των θετικών εγγραφών ήχου COVID-19 και το 88% όλων των εγγραφών ήχου.
Το μοντέλο έχει μέλλον στην υγειονομική περίθαλψη;
Αυτά τα αποτελέσματα, έγραψαν οι συγγραφείς, προτείνουν ότι το MOVBM «έχει μεγάλες δυνατότητες να συνεργαστεί παράλληλα με τα συστήματα υγειονομικής περίθαλψης για να αυξήσει τις τρέχουσες προσεγγίσεις για τη διαχείριση της εξάπλωσης της πανδημίας». Δείχνουν τα πλεονεκτήματα του μοντέλου έναντι των υπαρχόντων εργαλείων ανίχνευσης COVID-19 ως απόδειξη για τον ισχυρισμό τους. Σε αντίθεση με τις τρέχουσες δοκιμές ιολογίας και ορολογίας, που κοστίζουν κατά μέσο όρο 23 $ το καθένα και χρειάζονται αρκετές ημέρες για την επεξεργασία, για παράδειγμα, το MOVBM είναι εντελώς δωρεάν, παρέχει άμεσα αποτελέσματα και έχει υψηλότερο βαθμό ακρίβειας για εκκίνηση.
Ωστόσο, οι γιατροί βλέπουν λειτουργικά και πρακτικά εμπόδια στην ευρεία εφαρμογή του. Ο Joshua O. Benditt, MD, καθηγητής στο τμήμα πνευμονικής, κρίσιμης φροντίδας και ιατρικής ύπνου στην Ιατρική Σχολή του Πανεπιστημίου της Ουάσινγκτον, λέει στον Verywell ότι «είναι μια ενδιαφέρουσα ιδέα, αλλά θα πρέπει να δοκιμαστεί σε έναν πληθυσμό ανθρώπων που είναι συμπτωματικά αλλά με άλλη ασθένεια. "
«Στο μυαλό μου, η πραγματική ερώτηση είναι,« Μπορεί αυτό το πρόγραμμα να διαφοροποιήσει τον βήχα κάποιου με COVID-19 από κάποιον με το κοινό κρυολόγημα (επίσης [a] κοροναϊό), γρίπη, βακτηριακή πνευμονία και άλλες κοινές συνθήκες; » αυτος λεει.
Ο Herz πιστεύει ότι το μοντέλο έχει δυνατότητες, αλλά ότι η τεχνολογική του πολυπλοκότητα μπορεί να αποδείξει την πτώση του.
«Ενώ οι εγγραφές για το βήχα ακούγονται αισιόδοξες, δεν είναι σαφές πόσος χρόνος θα χρειαστεί για να λάβουμε έγκριση από το FDA, για να παράγουμε περισσότερα μηχανήματα ικανά να αναλύσουν τα πρότυπα βήχα όπως περιγράφει η μελέτη, καθώς και να εκπαιδεύσουν άτομα ώστε [να] είναι ικανοί να χρησιμοποιήσει σωστά τον εξοπλισμό έτσι ώστε να υπάρχουν τόσο λίγα θετικά και ψευδώς αρνητικά όταν οι άνθρωποι δοκιμάζονται », λέει. Σε τελική ανάλυση, είναι πολύ απλούστερο να σκουπίζεις το εσωτερικό του στόματος κάποιου από το να κάνεις ανάλυση σε μια ηχογράφηση.