Ты узнаешь ковид по голосу...

Авторы нового исследования обнаружили, что заражение COVID-19 по можно точно обнаружить голосам людей с помощью искусственного интеллекта в мобильном приложении. Сообщение об этом было недавно опубликовано на медицинском портале Medical Dialogues¹. Исследование было представлено на Международном конгрессе Европейского респираторного общества в Барселоне, Испания.

Исследователи использовали метод анализа голоса, называемый анализом Mel-спектрограммы, который идентифицирует различные характеристики голоса, такие как громкость, мощность и изменение с течением времени. Модель искусственного интеллекта, используемая в этом исследовании, является более точной, чем экспресс-анализы на антигены, более дешевой, быстрой и простой в использовании, что означает, что ее можно использовать в странах с низким уровнем дохода, где ПЦР-тесты дороги и / или их трудно распространять.

Инфекция COVID-19 обычно поражает верхние дыхательные пути и голосовые связки, что приводит к изменениям голоса человека. Исследователи решили выяснить, возможно ли использовать искусственный интеллект для анализа голосов с целью выявления COVID-19.

Они использовали данные из краудсорсингового приложения COVID-19 Sounds от Кембриджского университета, которое содержит 893 аудиозаписи от 4352 здоровых и нездоровых участников, у 308 из которых был положительный результат теста на COVID-19.

Приложение устанавливается на мобильный телефон пользователя, участники сообщают некоторую базовую информацию о себе, историю своей болезни и статусе курения, а затем их просят записать некоторые звуки дыхания. К ним относятся трехкратный кашель, глубокое дыхание через рот от трех до пяти раз и чтение короткого предложения на экране три раза.

Чтобы отличить голос пациентов с COVID-19 от голоса здоровых участников, авторы построили различные модели искусственного интеллекта и оценили, какая из них лучше всего подходит для классификации случаев COVID-19. Они обнаружили, что одна модель, называемая долго-кратковременной памятью (LSTM), превзошла другие модели. LSTM основана на нейронных сетях, которые имитируют работу человеческого мозга и распознают лежащие в основе взаимосвязи в данных. Ее общая точность составила 89%, способность правильно обнаруживать положительные случаи (истинная положительная частота или "чувствительность") составила 89%, а способность правильно идентифицировать отрицательные случаи (истинная отрицательная частота или "специфичность") составила 83%.

Исследователи говорят, что их результаты должны быть подтверждены большими данными. С начала этого проекта было собрано 53 449 аудиозаписей от 36 116 участников, которые могут быть использованы для улучшения и проверки точности модели. Они также проводят дальнейший анализ, чтобы понять, какие параметры голоса влияют на модель искусственного интеллекта.

Один из соавторов исследования сообщил, что точность использованной модель искусственного интеллекта достигала 89%, в то время как точность других тестов сильно варьируется в зависимости от марки. Кроме того, другие тесты значительно менее точны при выявлении COVID-инфекции у бессимптомных инфицированных лиц.

По словам авторов, предложенный ими метод весьма прост в использовании и интерпретации результатов, его можно применять в виртуальном режиме, а время выполнения составляет менее минуты. Этот метод можно было бы использовать, например, в пунктах въезда для больших скоплений людей, что позволило бы быстро проводить скрининг населения.