Koronawirus wykryty przez smartfona? Wystarczy zakasłać

Osoby, które bezobjawowo przechodzą zakażenie koronawirusem, są niezwykle trudne do wykrycia, a jednocześnie nieświadomie przyczyniają się do rozprzestrzeniania się patogenu. Model sztucznej inteligencji opracowany przez badaczy z MIT ma być wygodnym narzędziem przesiewowym dla tych osób, które podejrzewają, że mogły zostać zakażone.  

Chociaż może się zdawać, że osoby chorujące bezobjawowo nie wykazują żadnych zmian fizycznych, to eksperci odkryli, że ich kaszel różni się od tego osób zdrowych. Różnic tych nie da się rozszyfrować ludzkim uchem, ale może w tym pomóc sztuczna inteligencja. 

W artykule opublikowanym w IEEE Journal of Engineering in Medicine and Biology zespół donosi o modelu sztucznej inteligencji, który odróżnia ludzi bezobjawowych od zdrowych, odsłuchując nagrania wymuszonego kaszlu, które ludzie dobrowolnie przesyłali za pośrednictwem przeglądarek internetowych i urządzeń takich jak telefony komórkowe i laptopy. 

Model wykrył z 98,5 proc. skutecznością potwierdzone przypadki COVID-19 oraz ze 100 proc. wskazał osoby chorujące bezobjawowo. Teraz gdy skuteczność rozwiązania została potwierdzona, naukowcy pracują nad tym, jak zaadaptować model do przyjaznej dla użytkowników aplikacji. Jeżeli zostanie ona potem zatwierdzona przez FA, może stać się potencjalnie darmowym i wygodnym narzędziem do badania przesiewowego.

Autorzy modelu uważają, że użytkownik mógłby logować się nawet codziennie do takiej aplikacji, a następnie kaszleć do telefonu natychmiast uzyskiwać informacje o tym, czy może być zarażony i czy powinien udać się na formalny test. 

Nie jest to pierwszy raz, kiedy naukowcy próbują wykorzystać smartfon do rozpoznawania zakażenia koronawirusem, ale jak do tej pory jest to najwygodniejsze z zaproponowanych rozwiązań. Badacze mają nadzieję, że ich aplikacja mogłaby pomóc w rozpoznawaniu bezobjawowych zakażonych, np. w szkołach czy zakładach pracy. 

Przed nadejściem pandemii grupy badawcze trenowały już sztuczną inteligencję w rozpoznawaniu kaszlu za pośrednictwem smartfonów. Dzięki temu diagnozowano takie schorzenia, jak astma czy zapalenie płuc. Zespół z MIT wykorzystał również algorytm do rozpoznawania choroby Alzheimera, związanej nie tylko z pogorszeniem pamięci, ale także z degradacją nerwowo-mięśniową, taką jak osłabienie strun głosowych.

Dokładny opis badania oraz tego, w jaki sposób SI była uczona określania stanu zdrowia pacjenta na podstawie kaszlu, znajdziecie na stronie MIT. Te same badania zespół wykorzystał w kwietniu, kiedy pierwsza fala pandemii rosła w siłę. Dzięki temu przez kilka kolejnych miesięcy naukowcy zebrali dane, które teraz mogą pomóc w szybkim diagnozowaniu osób bezobjawowo przechodzących COVID-19. 

Do tej pory naukowcy zebrali ponad 70 000 nagrań i ok. 200 000 próbek dźwiękowych wymuszonego kaszlu, co według autorów badania jest "największym zbiorem danych dotyczących kaszlu, jakie znamy". Około 2500 nagrań zostało przesłanych przez osoby, u których potwierdzono obecność Covid-19, w tym osoby bezobjawowe.

Bez większych zmian w algorytmie, przeznaczonym do wykrywania choroby Alzheimera, naukowcy odkryli, że SI jest w stanie wychwycić wzorce w czterech biomarkerach - sile strun głosowych, uczuciach, wydolności płuc i oddechu oraz degradacji mięśni - które są specyficzne dla Covid-19.