AI dapat mendiagnosis COVID-19 dengan batuk yang direkam dari ponsel – meskipun Anda tidak memiliki gejala

Peneliti MIT telah menemukan bahwa orang yang tidak menunjukkan gejala Covid-19 mungkin berbeda dari orang sehat dalam cara batuknya. Perbedaan ini tidak dapat diuraikan untuk telinga manusia. Tapi ternyata mereka bisa diambil dengan kecerdasan buatan. Kredit: Kristin Danilov, MIT

Hasilnya dapat memberikan alat skrining yang nyaman bagi orang-orang yang mungkin tidak menduga mereka terinfeksi.

Orang tanpa gejala yang terinfeksi Covid-19 menurut definisi tidak menunjukkan gejala fisik penyakit yang terlihat. Dengan cara ini, mereka cenderung tidak mencari tes untuk virus dan tanpa sadar dapat menyebarkan infeksi ke orang lain.

Tetapi tampaknya mereka yang asimtomatik mungkin tidak sepenuhnya bebas dari perubahan yang disebabkan oleh virus. C Para peneliti sekarang telah menemukan bahwa orang tanpa gejala dapat berbeda dari orang sehat dalam cara mereka batuk. Perbedaan ini tidak dapat diuraikan untuk telinga manusia. Tapi ternyata mereka bisa diambil dengan kecerdasan buatan.

Dalam artikel yang diterbitkan baru-baru ini di Jurnal IEEE Teknik dalam Kedokteran dan BiologiTim melaporkan model AI yang membedakan orang tanpa gejala dari orang sehat melalui rekaman batuk paksa yang dikirim orang secara sukarela melalui browser web dan perangkat seperti ponsel dan laptop.

Peneliti melatih model tersebut pada puluhan ribu sampel batuk serta kata-kata yang diucapkan. Ketika memberi makan model dengan catatan batuk baru, itu secara akurat mengidentifikasi 98,5% batuk dari orang yang dipastikan mengidap Covid-19, termasuk 100% batuk tanpa gejala – yang melaporkan tidak ada gejala tetapi tes positif untuk virus.

Tim sedang bekerja untuk memasukkan model ke dalam aplikasi yang ramah pengguna yang, jika disetujui dan diadopsi dalam skala besar oleh FDA, bisa menjadi alat pra-skrining non-invasif gratis, nyaman, untuk mengidentifikasi orang-orang yang cenderung asimtomatik untuk Covid-19. . Pengguna dapat masuk setiap hari, batuk di ponselnya dan segera menerima informasi apakah dia mungkin terinfeksi dan oleh karena itu harus mengonfirmasi dengan tes resmi.

“Penerapan yang efektif dari alat diagnostik kelompok ini dapat mengurangi penyebaran pandemi jika semua orang menggunakannya sebelum pergi ke ruang kelas, pabrik atau restoran,” kata rekan penulis Brian Subirana, seorang ilmuwan di lab Auto-ID MIT.

Rekan penulis Subirana adalah Jordi Laguarta dan Ferran Ueto dari lab Auto-ID MIT.

Suasana hati vokal

Sebelum pandemi, kelompok penelitian sudah melatih algoritme untuk merekam batuk di ponsel untuk secara akurat mendiagnosis kondisi seperti pneumonia dan asma. Demikian pula, tim MIT sedang mengembangkan model AI untuk menganalisis catatan batuk rejan untuk melihat apakah mereka dapat mendeteksi tanda-tandanya Alzheimer, penyakit yang terkait tidak hanya dengan kehilangan memori tetapi juga dengan degradasi neuromuskuler seperti melemahnya pita suara.

Mereka pertama-tama melatih pembelajaran mesin umum atau algoritme jaringan saraf yang dikenal sebagai ResNet50 untuk membedakan suara yang terkait dengan berbagai tingkat daya kabel suara. Studi menunjukkan bahwa kualitas suara “mmmm” dapat menjadi indikasi seberapa lemah atau kuat pita suara seseorang. Subirana melatih jaringan saraf dari satu set buku audio dengan lebih dari 1.000 jam bicara untuk memilih kata “mereka” dari kata lain seperti “the” dan “then.”

Tim melatih jaringan saraf kedua untuk membedakan keadaan emosi yang terlihat dalam ucapan, karena pasien Alzheimer – dan orang dengan penurunan neurologis secara umum – menunjukkan bahwa mereka menunjukkan suasana hati tertentu seperti frustrasi atau perasaan datar lebih sering daripada mereka mengekspresikan kebahagiaan. atau tenang. Para peneliti telah mengembangkan model pengklasifikasi suasana hati dengan melatihnya pada berbagai aktor yang melantunkan keadaan emosional, seperti netral, tenang, bahagia, dan sedih.

Para peneliti kemudian melatih jaringan saraf ketiga berdasarkan database batuk untuk mengenali perubahan parameter paru-paru dan pernapasan.

Akhirnya, tim tersebut menggabungkan ketiga model tersebut dan menerapkan algoritme untuk mendeteksi degradasi otot. Algoritme melakukan ini dengan pada dasarnya mensimulasikan topeng audio atau lapisan kebisingan dan membedakan batuk keras – yang dapat didengar di atas suara – dari yang lebih lemah.

Dengan kerangka kerja AI barunya, tim memberi masukan pada rekaman audio, termasuk pasien Alzheimer, dan menemukan bahwa itu dapat mengidentifikasi sampel Alzheimer lebih baik daripada model yang ada. Hasil penelitian menunjukkan bahwa kekuatan pita suara, suasana hati, fungsi paru-paru dan respirasi, serta degradasi otot merupakan biomarker yang efektif untuk mendiagnosis penyakit.

Ketika pandemi virus korona mulai berkembang, Subirana bertanya-tanya apakah kerangka kerja AI mereka untuk penyakit Alzheimer juga dapat berfungsi untuk mendiagnosis Covid-19, karena ada bukti yang berkembang bahwa pasien yang terinfeksi mengalami beberapa gejala neurologis serupa seperti kerusakan neuromuskuler sementara. .

“Suara bicara dan batuk dipengaruhi oleh pita suara dan organ di sekitarnya. Artinya ketika Anda berbicara, bagian dari percakapan Anda seperti batuk dan sebaliknya. Ini juga berarti bahwa hal-hal yang dengan mudah kita peroleh dari kelancaran bicara, dapat dilihat oleh AI hanya dari batuk, termasuk hal-hal seperti jenis kelamin, bahasa ibu, atau bahkan keadaan emosi seseorang. Sebenarnya, ada suasana hati yang mendasari bagaimana Anda batuk, ”kata Subirana. “Jadi kami berpikir, mengapa kami tidak mencoba biomarker Alzheimer ini [to see if they’re relevant] untuk Kovid. “

“Kemiripan yang mencolok”

Pada April, tim berupaya mengumpulkan catatan batuk sebanyak mungkin, termasuk dari pasien dengan Covid-19. Mereka telah membuat situs web tempat orang dapat merekam rangkaian batuk melalui ponsel atau perangkat lain dengan jaringan yang aktif. Peserta juga menyelesaikan studi tentang gejala yang mereka alami, apakah mereka menderita Covid-19 atau tidak, dan apakah mereka telah didiagnosis dengan tes formal, evaluasi medis atas gejala yang mereka alami, atau jika mereka telah mendiagnosis sendiri. Mereka juga dapat menunjukkan jenis kelamin, lokasi geografis, dan bahasa asli mereka.

Hingga saat ini, para peneliti telah mengumpulkan lebih dari 70.000 rekaman, masing-masing berisi beberapa batuk, berjumlah sekitar 200.000 sampel audio dengan batuk rejan, yang menurut Subirana adalah “kumpulan data batuk terbesar yang kami ketahui.” Sekitar 2.500 catatan telah diserahkan oleh orang-orang yang dipastikan mengidap Covid-19, termasuk mereka yang tidak menunjukkan gejala.

Tim menggunakan 2.500 catatan terkait Covid, bersama dengan 2.500 catatan lainnya yang mereka pilih secara acak dari pengumpulan untuk menyeimbangkan kumpulan data. Mereka menggunakan 4.000 sampel ini untuk melatih model AI. 1.000 catatan yang tersisa kemudian dimasukkan dalam model untuk melihat apakah secara akurat dapat membedakan batuk dari pasien Covid versus individu yang sehat.

Anehnya, saat para peneliti menulis dalam artikel mereka, upaya mereka mengungkapkan “kesamaan yang mencolok antara diskriminasi Alzheimer dan Kovid”.

Tanpa banyak perubahan dalam AI yang awalnya ditujukan untuk penyakit Alzheimer, mereka menemukan bahwa AI mampu melihat pola di empat biomarker – kekuatan pita suara, suasana hati, fungsi paru-paru dan pernapasan, dan degradasi otot – yang khusus untuk Covid19. Model tersebut mengidentifikasi 98,5 persen dari batuk yang dikonfirmasi oleh Covid-19 dan secara akurat mendeteksi semua batuk tanpa gejala.

“Kami pikir itu menunjukkan bahwa cara Anda membuat suara berubah saat Anda terjangkit Covid, meski Anda tidak menunjukkan gejala,” kata Subirana.

Gejala asimtomatik

Model AI, kata Subirana, tidak dimaksudkan untuk mendiagnosis orang yang bergejala selama gejalanya disebabkan oleh Covid-19 atau kondisi lain seperti flu atau asma. Kekuatan alat ini terletak pada kemampuannya membedakan batuk asimtomatik dengan batuk sehat.

Tim bekerja sama dengan perusahaan untuk mengembangkan aplikasi pra-penyaringan gratis berdasarkan model AI mereka. Mereka juga bermitra dengan beberapa rumah sakit di seluruh dunia untuk menyusun rangkaian catatan batuk yang lebih besar dan lebih beragam yang akan membantu melatih dan memperkuat model tersebut. ketepatan.

Seperti yang mereka sarankan dalam laporan mereka, “Pandemi bisa menjadi bagian dari masa lalu jika alat pra-penyaringan selalu ada di latar belakang dan terus meningkat.”

Pada akhirnya, mereka membayangkan bahwa model AI audio seperti yang mereka kembangkan dapat dimasukkan ke dalam speaker pintar dan perangkat pendengar lainnya sehingga orang dapat dengan mudah mendapatkan penilaian awal tentang risiko penyakit, mungkin setiap hari.

Referensi: “COVID-19 Diagnosis kecerdasan buatan hanya menggunakan catatan batuk ”oleh Jordi Laguarta, Ferran Hueto dan Brian Subirana, 30 September 2020, Jurnal IEEE Teknik dalam Kedokteran dan Biologi.
DOI: 10.1109 / OJEMB.2020.3026928

Studi ini sebagian didukung oleh Takeda Pharmaceutical Company Limited.

Related articles

Comments

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Share article

Latest articles

Topan Super Surigae menyulut Pasifik

19 April 2021 Topan super mencapai intensitas ekstrem setahun lebih banyak daripada badai era satelit mana pun. Surigae tidak akan mendarat, tetapi topan yang muncul di...

Mekanisme fotoenzim kunci yang diuraikan

Kesan artis tentang katalisis enzimatik yang diusulkan dalam mekanisme fotodekarboksilase asam lemak (Sains 2021). Kredit: Damien Sorigué Pengoperasian enzim FAP, yang berguna untuk memproduksi...

DOE Mendorong Investasi A.S. yang Agresif dalam Energy Fusion

Sinar laser energi tinggi NIF berkumpul di target di tengah kamera target. Keberhasilan mendapatkan penyalaan fusi akan menjadi langkah maju yang besar dalam...

Fisikawan menciptakan bit kuantum yang dapat mencari materi gelap

Sebuah qubit (persegi panjang kecil) dipasang pada tingkat kebiruan, yang berada di atas jari untuk menunjukkan skala. Ilmuwan di Farmland Universitas Chicago menggunakan...

Ahli paleontologi memperkirakan bahwa 2,5 miliar T. rex menjelajahi Bumi selama periode Kapur

Untuk semua mereka yang terlambatKapur Menurut sebuah studi baru, jumlah total tyrannosaurus yang pernah hidup di Bumi adalah sekitar 2,5 miliar individu, di mana...

Newsletter

Subscribe to stay updated.