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.

Visoka preciznost

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. Štoviše, omogućuju daljinsko, virtualno testiranje, a obrada traje manje od minute. A to pak, kažu autori istraživanja, omogućuje brzi pregled stanovništva.

Zvukovi covida

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, povijesti 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 zaslonu.

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 tijekom vremena, poput glasa, zbog svoje sposobnosti pohranjivanja podataka u svoju memoriju.

Njegova ukupna točnost 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.

Istraživači rezultate žele potvrditi velikim brojevima. Dosad su prikupili 53.449 audio uzoraka od 36.116 sudionika koji se mogu koristiti za poboljšanje i provjeru točnosti modela. Produbit će i analizu kako bi razumjeli koji to parametri u glasu utječu na model umjetne inteligencije.