Politica 89.8
Αλγόριθμος τεχνητής νοημοσύνης που αναπτύχθηκε στο MIT αναγνωρίζει με εντυπωσιακή ακρίβεια τους ασθενείς με Covid-19 αναλύοντας τον ήχο του βήχα τους.
Η ερευνητική ομάδα στο Τεχνολογικό Ινστιτούτο της Μασαχουσέτης αναφέρουν ότι το σύστημα αναγνώρισε σε δοκιμές το 98,5% των συμμετεχόντων που είχαν βρεθεί θετικοί σε τεστ για τον κοροναϊό SARS-CoV-2, ποσοστό που εκτινάχθηκε στο 100% για τα επιβεβαιωμένα ασυμπτωματικά περιστατικά.
Η εντυπωσιακή αξιοπιστία στην αναγνώριση των φορέων χωρίς συμπτώματα «δείχνει ότι ο τρόπος με τον οποίο παράγουμε ήχους αλλάζει όταν έχουμε Covid-19 ακόμα και αν παραμένουμε ασυμπτωματικοί» σχολιάζει σε δελτίο Τύπου o Μπράιαν Σουμπιράνα, μέλος της ερευνητικής ομάδας.
Μάλιστα οι ερευνητές επισημαίνουν ότι οι αλλαγές στον βήχα τις οποίες αναγνωρίζει ο αλγόριθμος δεν γίνονται αντιληπτές από την ανθρώπινη ακοή.
Η μελέτη, η οποία δημοσιεύεται στο IEEE Journal of Engineering in Medicine and Biology, έρχεται ως συνέχεια προηγούμενων ερευνών που αφορούσαν τη διάγνωση της Αλτσχάιμερ με ανάλυση φωνής.
Μηχανική μάθηση
Ο αλγόριθμος του MIT αποτελεί ένα ακόμα παράδειγμα μηχανικής μάθησης, μια προσέγγιση που διδάσκει τις μηχανές να εκτελούν μια εργασία τροφοδοτώντας τες με χιλιάδες παραδείγματα.
Η προσέγγιση αυτή έχει επιτρέψει μεταξύ άλλων την ανάπτυξη αλγορίθμων που αναλύουν ακτινογραφίες και μαγνητικές τομογραφίες καλύτερα από ό,τι οι ίδιοι οι ακτινολόγοι.
Στη συγκεκριμένη περίπτωση, οι ερευνητές κατάφεραν να συλλέξουν 70.000 αρχεία ήχου με ήχους βήχα, από τα οποία τα 2.500 προέρχονταν από επιβεβαιωμένα συμπτωματικά και ασυμπτωματικά κρούσματα. «Πρόκειται για τη μεγαλύτερη βάση δεδομένων βήχα που γνωρίζουμε» καμαρώνει ο Δρ Σουμπιράνα.
Ανάλογες μελέτες για τη διάγνωση του κοροναϊού στον βήχα υλοποιούνται ήδη και από άλλους φορείς, όπως το Πανεπιστήμιο του Κέμπριτζ, το Πανεπιστήμιο Κάρνεγκι Μέλον και η νεοσύστατη βρετανική εταιρεία Novoic. Σύμφωνα με το BBC, η βάση δεδομένων στο Κέμπριτζ περιλαμβάνει μόλις 459 αρχεία ήχου, και το ποσοστό επιτυχίας στη διάγνωση της Covid-19 περιορίζεται στο 80%.
Οι ερευνητές εργάζονται τώρα για την ανάπτυξη ενός app που θα επιτρέπει στους χρήστες να βήχουν στο μικρόφωνο του κινητού για να ελέγχουν αν έχουν προσβληθεί και χρήζουν εργαστηριακής εξέτασης.
Όπως το θέτει ο Δρ Σουμπιράνα, μια τέτοια εφαρμογή «θα περιόριζε δραστικά την εξάπλωση της πανδημίας αν το χρησιμοποιούσαν όλοι πριν εισέλθουν στη σχολική αίθουσα, το εργοστάσιο ή το εστιατόριο».
