PixelCatchers / Getty Images
Vigtigste takeaways
- COVID-19 infektioner påvirker vejrtrækning og tale.
- Forskere ved MIT udviklede et kunstigt intelligensbaseret værktøj, der analyserer lydoptagelser af tvungen hoste for at diagnosticere COVID-19.
- Værktøjet kan potentielt supplere eller erstatte eksisterende COVID-19 diagnostiske tests, men ikke uden sine egne ulemper.
Vil temperaturkontrol og smertefulde næsepinde snart høre fortiden til? Ved at analysere de soniske træk ved tvungen hoste viser et stykke banebrydende kunstig intelligenssoftware løfte om at identificere mennesker, der har COVID-19, ifølge resultaterne af en undersøgelse foretaget af et team af tre forskere ved Massachusetts Institute of Technology (MIT). September - undersøgelsen blev offentliggjort iIEEE Open Journal of Engineering i medicin og biologi.
Som alle luftvejssygdomme målretter og angriber COVID-19 organer og væv såsom lungerne, strubehovedet (eller stemmeboksen) og luftrøret (eller luftrøret), hvilket begrænser iltindtaget og forårsager tilsvarende ændringer i vejrtrækning og tale. i svære tilfælde kan disse ændringer ”resultere i åndedrætsbesvær, der kan tage måneder at forbedre sig,” fortæller Katherine Herz, MPH, adjungeret instruktør for globale sundhedsstudier ved University of Iowa, der ikke var involveret i undersøgelsen, Verywell med henvisning til Johns Hopkins University I milde tilfælde kan disse ændringer være for subtile til det menneskelige øre - men ikke til sofistikeret (og superfølsom) AI-teknologi - til at opdage.
"Lyden af at tale og hoste er begge påvirket af stemmebåndene og de omkringliggende organer," sagde Brian Subirana, ph.d., direktør for MIT Auto-ID lab og en af forfatterne til undersøgelsen.ScienceAlert. "Dette betyder, at når du snakker, er en del af din snak som hoste og omvendt. Det betyder også, at ting, vi let stammer fra flydende tale, kan AI simpelthen afhente hoste, herunder ting som personens køn, modersmål eller endda følelsesmæssig tilstand. ”
Hvad det betyder for dig
Din COVID-19-infektionsstatus kan afspejles i dine vokale egenskaber. Mens en COVID-19 hostetest ser lovende ud, skal der udføres mere forskning. I mellemtiden kan du besøge din stat eller lokale sundhedsafdelings websted for at se efter de seneste lokale oplysninger om testning. Ring til din sundhedsudbyder, hvis du oplever COVID-19 symptomer.
Hvordan blev modellen udviklet?
Forskerne udviklede MIT Open Voice Brain Model (MOVBM), en AI-baseret ”talebehandlingsramme”, der fungerer som en COVID-19 diagnostisk test. MOVBM er afhængig af et sæt af fem biomarkører eller træk, der ofte er forbundet med en bestemt sygdom eller lidelse, for at skelne respiratoriske svækkelser af egenskaberne ved infektion med COVID-19. Disse biomarkører inkluderer:
- Muskelnedbrydning
- Ændringer i stemmebåndene
- Ændringer i stemning / humør
- Ændringer i lungerne og luftvejene
”Den fysiske struktur i lungerne og luftvejene ændres med luftvejsinfektioner, og i de tidlige dage af COVID-19 [pandemi] lyttede epidemiologer til lungerne, mens patienter tvang hoste som en del af deres diagnostiske metoder,” skrev forfatterne , der beskriver, hvordan COVID-19 påvirker vokaliseringens kvalitet.
Ved at skabe en tresproget (engelsk, spansk og catalansk) lydoptagelsesmaskine var forfatterne i stand til at indsamle lydoptagelser af tvungen hoste af 5.320 deltagere samt enhver relevant medicinsk information. Data fra 4.256 af deltagerne blev efterfølgende indført i modellen til at "træne" den for at skelne mellem tvungen hoste hos dem, der havde testet negativt for COVID-19, og tvungen hoste hos dem, der havde testet positive for COVID-19; data fra de resterende 1.064 deltagere blev brugt til at teste dets evne til at gøre det.
Samlet set identificerede modellen korrekt 100% af asymptomatiske COVID-19-positive lydoptagelser, 98,5% af alle COVID-19-positive lydoptagelser og 88% af alle lydoptagelser.
Har modellen en fremtid inden for sundhedsvæsenet?
Disse resultater, forfatterne skrev, antyder, at MOVBM ”har stort potentiale til at arbejde parallelt med sundhedssystemer for at udvide de nuværende tilgange til at styre spredningen af pandemien.” De peger på modelens fordele i forhold til eksisterende COVID-19-detektionsværktøjer som bevis for deres påstand. I modsætning til nuværende virologi- og serologitest, der gennemsnitligt koster $ 23 hver og tager flere dage at behandle, er MOVBM for eksempel helt gratis, giver øjeblikkelige resultater og har en højere grad af nøjagtighed at starte.
Læger ser dog både funktionelle og praktiske hindringer for dets udbredte implementering. Joshua O. Benditt, MD, professor i afdeling for pulmonal, kritisk pleje og søvnmedicin ved University of Washington School of Medicine, fortæller Verywell, at ”det er en interessant idé, men det skal testes på en befolkning af mennesker, der er symptomatiske, men med en anden sygdom. ”
"I mit sind er det virkelige spørgsmål, 'Kan dette program skelne hosten hos en person med COVID-19 fra nogen med forkølelse (også [et] coronavirus), influenza, bakteriel lungebetændelse og andre almindeligt set tilstande?'" han siger.
Herz mener, at modellen har potentiale, men at dens teknologiske raffinement kan bevise dens undergang.
”Selvom hosteoptagelserne lyder håbefulde, er det ikke klart, hvor lang tid der kræves for at få godkendelse fra FDA til at producere flere maskiner, der er i stand til at analysere hostemønstre, som undersøgelsen beskriver, samt træne folk, så [de] er i stand til at bruge udstyret korrekt, så der er så få falske positive og falske negativer, når folk testes, ”siger hun. Når alt kommer til alt er det meget enklere at vatpinde indersiden af en persons mund, end det er at køre en analyse på en lydoptagelse.