Newsy

Sztuczna inteligencja diagnozuje bezobjawowych pacjentów COVID-19 ze 100-proc. skutecznością na podstawie analizy kaszlu. Naukowcy pracują już nad aplikacją mobilną [DEPESZA]

2020-11-05  |  06:00
Wszystkie newsy

Naukowcy z Massachusetts Institute of Technology opracowali algorytm sztucznej inteligencji zdolny do wykrywania bezobjawowego zakażenia koronawirusem na podstawie próbek głosu. Zespół badawczy pracuje nad stworzeniem aplikacji mobilnej służącej do testów przesiewowych. – Skuteczne wdrożenie grupowego narzędzia diagnostycznego mogłoby ograniczyć rozprzestrzenianie się pandemii, gdyby wszyscy z niego skorzystali przed udaniem się do klasy, fabryki lub restauracji  – przekonuje Brian Subirana, naukowiec z MIT.

– Naukowcy z MIT odkryli, że sposób kasłania osoby bez objawów COVID-19 może różnić się od osób zdrowych. Różnic tych nie da się usłyszeć ludzkim uchem, ale może je wychwycić sztuczna inteligencja – wskazuje Jennifer Chu z MIT News Office.

Naukowcy z MIT pracują nad tym, by ten model sztucznej inteligencji włączyć do wygodnej w obsłudze aplikacji mobilnej. Jeśli zostałaby ona zatwierdzona przez FDA (amerykańską Agencję ds. Żywności i Leków), to medycy na całym świecie mogliby zyskać bezpłatne narzędzie do badań przesiewowych o bardzo wysokiej wiarygodności. W trakcie badań wstępnych algorytm wykazał 98,5-proc. skuteczność w diagnozowaniu osób objawowych i 100-proc. skuteczność w diagnozowaniu pacjentów bezobjawowych.

– Nasze badania wskazują, że sposób, w jaki produkujemy dźwięk, zmienia się, gdy chorujemy na COVID-19, nawet jeśli nie mamy żadnych objawów. Na dźwięki mówienia i kaszlu wpływają struny głosowe i otaczające je narządy. Oznacza to, że część mowy człowieka przypomina kaszel, a kaszel w części przypomina mowę. Oznacza to również, że rzeczy, które łatwo wyprowadzamy z płynnej mowy, sztuczna inteligencja może wychwycić po prostu z kaszlu, w tym takie rzeczy jak płeć osoby, język ojczysty, a nawet stan emocjonalny – podkreśla Brian Subirana, naukowiec z Laboratorium Auto-ID MIT.

Do diagnozowania zakażenia SARS-CoV-2 zostały wykorzystane biomarkery choroby Alzheimera. W pierwszej fazie prac naukowcy na bazie tysiąca godzin nagrań wyszkolili ogólny algorytm uczenia maszynowego, służący do rozróżniania dźwięków związanych z różnym nasileniem pracy strun głosowych. Potem zespół wyszkolił drugą sieć neuronową do rozróżniania stanów emocjonalnych uwydatnionych w mowie i charakterystycznych dla chorób neurologicznych. Następnie naukowcy wyszkolili na bazie danych z nagrań kaszlu trzecią sieć neuronową zdolną wykrywać zmiany w wydolności płuc i układu oddechowego. Po połączeniu wszystkich trzech narzędzi powstał algorytm zdolny diagnozować kaszel pod kątem cech charakterystycznych dla choroby COVID-19. Narzędzie jest ogromną szansą na wczesne diagnozowanie choroby.

Tymczasem sztuczna inteligencja coraz skuteczniej radzi sobie z diagnozowaniem zakażenia nowym koronawirusem na podstawie różnego rodzaju danych uzyskiwanych w badaniach. Amerykańska firma Novarad udostępniła do bezpłatnego pobrania asystenta diagnostycznego AI COVID-19, który umożliwia szybkie i zautomatyzowane diagnozowanie choroby na podstawie skanów pozyskanych z tomografii komputerowej płuc pacjentów. Narzędzie pozwala nie tylko diagnozować zachorowanie, ale i oceniać stopień zajęcia płuc zmianami chorobowymi.

– Skuteczne wdrożenie grupowego narzędzia diagnostycznego mogłoby ograniczyć rozprzestrzenianie się pandemii, gdyby wszyscy z niego skorzystali przed udaniem się do klasy, fabryki lub restauracji  – przekonuje Brian Subirana.

Czytaj także

Więcej ważnych informacji

Jedynka Newserii

Jedynka Newserii

Biogen

Robotyka i SI

Roboty i skanery 3D przyszłością edukacji. Już dziś pozwalają uczyć programowania i mogą stworzyć model ciała człowieka

Nowe technologie coraz mocniej zaznaczają swoją obecność w dziedzinie edukacji. Roboty edukacyjne uczą programowania nawet najmłodsze dzieci, roboty społeczne potrafią czytać książki i uczyć języków, a skanery 3D ułatwią naukę ludzkiej anatomii. Choć pandemia utrudniła prowadzenie warsztatów edukacyjnych dla dzieci, to tempo tworzenia nowych rozwiązań nie maleje. – Sztuczna inteligencja i robotyzacja to zdecydowanie właściwe kierunki dla rozwoju edukacji – mówi Maciej Trojnacki, prezes zarządu Eduroco.

Robotyka i SI

Neuromarketing coraz silniejszym narzędziem sprzedaży. Coraz silniej wpływa na nasze decyzje zakupowe

Analiza reakcji mózgu klienta na bodziec wizualny jest coraz częściej wykorzystywana w procesie projektowania produktów i opakowań. Znajduje również zastosowanie przy budowaniu stron internetowych, etykiet cenowych czy ekspozycji w sklepach. W przyszłości neuromarketing będzie się prawdopodobnie posiłkował innymi technologiami, jak wirtualna rzeczywistość czy analiza Big Data. – Neuromarketing zbiera całą wiedzę o mózgu i próbuje te procesy wytłumaczyć i przełożyć na skuteczniejsze mechanizmy rynkowe – tłumaczy Wojciech Broniatowski, dyrektor operacyjny CortiVision.