Umjetna inteligencija može se koristiti za otkrivanje infekcije COVID-19 u glasovima ljudi pomoću aplikacije za mobilne telefone, pokazalo je istraživanje predstavljeno na Međunarodnom kongresu Europskog respiratornog društva koji se upravo održava u Barceloni.
Model istraživača Sveučilišta u Maastrichtu i tamošnjeg Instituta za podatkovnu znanost pokazao se točnim u 89% slučajeva, dok je preciznost brzih antigenskih testova pomoću imunološkog ispitivanja bočnog protoka (RDT) uvelike varirala ovisno o proizvođaču. Ti su testovi bili i znatno manje precizni u otkrivanju asimptomatskih slučajeva zaraze.
Ovi rezultati sugeriraju da jednostavne glasovne snimke i fino podešeni algoritmi umjetne inteligencije mogu postići visoku preciznost u otkrivanju infekcije Covidom-19. Besplatni su i jednostavni za tumačenje. Štaviše, omogućuju daljinsko, virtualno testiranje, a obrada traje manje od minute, a to pak, kažu autori istraživanja, omogućuje brzi pregled stanovništva.
Istraživači su koristili su podatke aplikacije COVID-19 Sounds Sveučilišta u Cambridgeu koja sadrži 893 audio uzorka uzetih od 4352 zdrava i 308 zaraženih Covidom-19. Aplikacija se instalira na mobilni telefon korisnika koji prijavljuju neke osnovne podatke, o demografiji, historiji bolesti i statusu pušenja, a zatim se od njih traži da snime neke respiratorne zvukove. To uključuje kašljanje, duboko disanje na usta i čitanje kratkih rečenica koje se prikazuju na ekranu.
Istraživači su potom pomoću Mel-spektrogramske analize identificirali različite karakteristike glasa: glasnoću, snagu i varijacije tijekom vremena. A kako bi razlučili glasove oboljelih od glasova zdravih, izgradili su različite modele umjetne inteligencije; najboljim se pokazao model dugog kratkoročnog pamćenja (long short-term memory, LSTM).
Neuronske mreže
Ovaj model temelji se na neuronskim mrežama koje oponašaju način na koji ljudski mozak funkcionira i prepoznaje temeljne odnose u podacima. Radi sa sekvencama, što ga čini prikladnim za modeliranje signala prikupljenih tokom vremena, poput glasa, zbog svoje sposobnosti pohranjivanja podataka u svoju memoriju, prenosi Bug.hr.
Njegova ukupna tačnost bila je 89%, kao i sposobnost ispravnog otkrivanja pozitivnih slučajeva, a sposobnost ispravnog identificiranja negativnih slučajeva iznosila je 83%. Za usporedbu, dok RDT testovi obično propuštaju 44 od 100 slučajeva, umjetna inteligencija s LSTM modelom propušta samo 11 od 100 slučajeva koji bi nastavili širiti zarazu.