Kunstig intelligens lærte at detektere COVID-19 i asymptomatiske bærere med 97% nøjagtighed

Et af hovedproblemerne med coronaviruspandemien er identifikationen af ​​infektionsbærere, der ikke har nogen symptomer eller er milde. Forskere ved Massachusetts Institute of Technology (MIT) har udviklet en diagnostisk metode ved hjælp af kunstig intelligens, der identificerer bærere af virussen ved hoste med en nøjagtighed på 97%.

Denne teknik bygger på resultaterne af en tidligere undersøgelse for at identificere Alzheimers sygdom baseret på analyse af hoste og tale. Som det viste sig, forekommer lignende ændringer hos patienter med coronavirus, da nasopharynx og stemmebånd primært påvirkes.

Den opdaterede teknik bruger ResNet50 neurale netværk, der er trænet i tusindvis af timers optagelser af menneskelig tale, på et sæt ord udtalt i forskellige følelsesmæssige tilstande samt hostevariationer, der er indtastet i databasen, hvilket hjælper med at opdage patologiske ændringer i åndedrætssystemet.

Når man kombinerede alle tre modeller, brugte forskerne et støjlagsoverlay til at adskille en stærk hoste fra en svag. Efter at have analyseret 2.500 hosteoptegnelser over bekræftede COVID-inficerede personer identificerede AI 97, 1% af patienterne ud af 100% asymptomatiske.

Resultaterne af denne undersøgelse blev offentliggjort i IEEE Open Journal of Engineering in Medicine and Biology.