Модель искусственного интеллекта обнаруживает бессимптомную инфекцию Covid-19 через кашель, записанный на мобильный телефон

Это может стать удобным инструментом проверки для людей, которые могут не подозревать, что они инфицированы.

Бессимптомные люди, инфицированные Covid-19, по определению не проявляют заметных физических симптомов болезни. Таким образом, они с меньшей вероятностью будут проходить тестирование на вирус и могут неосознанно распространить инфекцию среди других.

Но похоже, что те, у кого нет симптомов, не полностью освобождены от изменений в организме, вызванных вирусом. Исследователи Массачусетского технологического института обнаружили, что бессимптомные люди могут отличаться от здоровых тем, как они кашляют. Эти различия невозможно заметить человеческим ухом. Но оказывается, что их может определить искусственный интеллект.

В статье, опубликованной недавно в IEEE Journal of Engineering in Medicine and Biology, команда исследователей сообщает о модели искусственного интеллекта, которая отличает бессимптомных людей от здоровых людей с помощью записей принудительного кашля, которые люди добровольно отправляли через веб-браузеры и устройства, такие как мобильные телефоны и ноутбуки.

Исследователи обучили модель десяткам тысяч образцов кашля, а также произнесенным словам. Когда они передавали модели новые записи кашля, то она точно идентифицировала 98,5% кашля людей, у которых было подтверждено наличие Covid-19. В том числе 100% кашля тех людей, которые сообщили, что у них нет симптомов, но они получили положительный результат теста на вирус.

Команда работает над созданием приложения, в которое можно включить данную модель. Если оно будет одобрено и широко распространено, то потенциально может стать бесплатным и удобным инструментом предварительного скрининга для выявления людей, у которых может быть вирус Covid-19, проходящий бессимптомно. Пользователь может ежедневно входить в систему, кашлять для записи в свой телефон и мгновенно получать информацию о том, может ли он быть заражен, и поэтому должен пройти формальный тест.

«Эффективное внедрение этого инструмента групповой диагностики может уменьшить распространение пандемии, если все будут использовать его перед тем, как пойти в класс, на фабрику или ресторан», — говорит соавтор Брайан Субирана, научный сотрудник лаборатории автоматической идентификации Массачусетского технологического института.

Соавторами Субираны являются Хорди Лагуарта и Ферран Хуэто из лаборатории Auto-ID при Массачусетском технологическом институте. 

Настроение голоса

До начала пандемии исследовательские группы уже тренировали алгоритмы записи кашля на сотовые телефоны для точной диагностики таких состояний, как пневмония и астма. Аналогичным образом команда Массачусетского технологического института разрабатывала модели искусственного интеллекта для анализа записей принудительного кашля, чтобы увидеть, могут ли они выявить признаки болезни Альцгеймера, болезни, связанной не только с ухудшением памяти, но и с нервно-мышечной деградацией, такой как ослабление голосовых связок.

Сначала они обучили общий алгоритм машинного обучения или нейронную сеть, известную как ResNet50 различать звуки, связанные с разной степенью силы голосовых связок. Исследования показали, что качество звука «мммм» может указывать на то, насколько сильны или слабы голосовые связки человека. Субирана обучила нейронную сеть на наборе данных аудиокниги с более чем 1000 часами речи отбирать слово «them» из других слов, похожих на него, таких как «the» и «then».

Команда обучила вторую нейронную сеть различать эмоциональные состояния, очевидные в речи, потому что пациенты с болезнью Альцгеймера — и люди с неврологическими болезнями в целом — проявляют определенные чувства, такие как разочарование, чаще, чем они выражают счастье или спокойствие. Исследователи разработали модель классификатора эмоциональной речи, обучив ее на большом наборе данных актеров, интонирующих эмоциональные состояния, такие как нейтральные, спокойные, счастливые и грустные.

Затем исследователи обучили третью нейронную сеть базе данных кашля, чтобы различать изменения в работе легких и дыхания.

Наконец, команда объединила все три модели и наложила алгоритм для обнаружения мышечной деградации. Алгоритм делает это, по сути имитируя звуковую маску или слой шума и выделяя сильный кашель от более слабого — тот, который можно услышать поверх шума.

С их новой структурой искусственного интеллекта команда загрузила аудиозаписи голосов, в том числе пациентов с болезнью Альцгеймера, и обнаружила, что она может идентифицировать образцы болезни Альцгеймера лучше, чем существующие модели. Результаты показали, что вместе сила голосовых связок, настроения, показатели легких и дыхания, а также мышечная деградация были эффективными биомаркерами для диагностики заболевания.

Когда начала разворачиваться пандемия коронавируса, Субирана поинтересовался, может ли их система искусственного интеллекта для лечения болезни Альцгеймера также работать для диагностики Covid-19, поскольку появляется все больше свидетельств того, что инфицированные пациенты испытывают некоторые похожие неврологические симптомы, такие как временное нервно-мышечное нарушение.

«На звуки разговора и кашля влияют голосовые связки и окружающие органы. Это означает, что, когда вы говорите, часть вашего разговора похожа на кашель, и наоборот. Это также означает, что вещи, которые мы легко извлекаем из беглой речи, ИИ может уловить от кашля, включая такие вещи, как пол человека, его родной язык или даже эмоциональное состояние. На самом деле в том, как вы кашляете, заложено чувство, — говорит Субирана. — «Поэтому мы подумали, почему бы нам не попробовать эти биомаркеры Альцгеймера [чтобы проверить, актуальны ли они] для Covid».

«Поразительное сходство»

В апреле команда намеревалась собрать как можно больше записей кашля, в том числе у пациентов с Covid-19. Они создали веб-сайт, на котором люди могут записывать серию своего кашля через мобильный телефон или другое устройство с доступом в Интернет. Участники также заполняют анкету о симптомах, которые они испытывают, независимо от того, есть ли у них Covid-19, и был ли им поставлен диагноз с помощью официального теста, на основании оценки их симптомов врачом или они сами поставили диагноз. Они также могут указать свой пол, географическое положение и родной язык.

На сегодняшний день исследователи собрали более 70 000 записей, каждая из которых содержит несколько примеров кашля, что составляет около 200 000 аудиосэмплов принудительного кашля, что, по словам Субираны, является «крупнейшим набором данных исследования кашля, о котором мы знаем». Около 2500 записей были отправлены людьми, у которых было подтверждено наличие Covid-19, в том числе бессимптомными.

Команда использовала 2500 записей, связанных с Covid, а также еще 2500 записей, которые они случайным образом выбрали из коллекции, чтобы сбалансировать набор данных. Они использовали 4000 таких образцов для обучения модели ИИ. Оставшиеся 1000 записей были введены в модель для того, чтобы увидеть, сможет ли она точно отличить кашель пациентов с Covid в сравнении со здоровыми людьми.

Удивительно, но, как пишут исследователи в своей статье, их усилия выявили «поразительное сходство между установкой различий при болезни Альцгеймера и Covid».

Без особой доработки в рамках ИИ, изначально предназначенного для лечения болезни Альцгеймера, они обнаружили, что он может улавливать закономерности по четырем биомаркерам — силе голосовых связок, настроению, характеристикам легких и дыхания, и мышечной деградации — которые характерны для Covid-19. Модель выявила 98,5% кашля людей с подтвержденным Covid-19, и из них она точно выявила всех бессимптомных заболевших.

«Мы думаем, что это показывает, что звук вашего голоса меняется, когда у вас есть Covid, даже если у вас нет симптомов», — говорит Субирана.

Бессимптомные симптомы

Модель искусственного интеллекта, как подчеркивает Субирана, не предназначена для диагностики людей с симптомами, связаны ли они с Covid-19 или другими состояниями, такими как грипп или астма. Сила инструмента заключается в его способности отличать бессимптомный кашель от здорового кашля.

Команда работает с компанией над разработкой бесплатного приложения для предварительной проверки на основе модели искусственного интеллекта. Они также сотрудничают с несколькими больницами по всему миру, чтобы собрать более обширную и разнообразную базу данных записей кашля, который поможет обучить модель и повысить ее точность.

Как они предлагают в своей статье, «пандемии могли бы уйти в прошлое, если бы инструменты предварительной проверки всегда были в фоновом режиме и постоянно улучшались».

В конечном итоге они предполагают, что аудио-модели искусственного интеллекта, подобные разработанной ими, могут быть включены в интеллектуальные динамики и другие устройства для прослушивания, чтобы люди могли получать первоначальную оценку риска своего заболевания, возможно, на ежедневной основе.

Это исследование было частично поддержано Takeda Pharmaceutical Company Limited.

Оригинал статьи: https://news.mit.edu/2020/covid-19-cough-cellphone-detection-1029

0 0 голос
Рейтинг статьи
Подписаться
Уведомить о
guest
0 комментариев
Межтекстовые Отзывы
Посмотреть все комментарии