PixelCatcher / Getty Images
Die zentralen Thesen
- COVID-19-Infektionen beeinträchtigen Atmung und Sprache.
- Forscher am MIT entwickelten ein auf künstlicher Intelligenz basierendes Tool, das Audioaufnahmen von erzwungenem Husten analysiert, um COVID-19 zu diagnostizieren.
- Das Tool könnte möglicherweise vorhandene COVID-19-Diagnosetests ergänzen oder ersetzen, jedoch nicht ohne eigene Nachteile.
Werden Temperaturkontrollen und schmerzhafte Nasentupfer bald der Vergangenheit angehören? Durch die Analyse der Schallmerkmale eines erzwungenen Hustens zeigt eine hochmoderne Software für künstliche Intelligenz vielversprechende Möglichkeiten zur Identifizierung von Personen mit COVID-19. Dies geht aus den Ergebnissen einer Studie hervor, die von einem Team von drei Forschern am Massachusetts Institute of Technology durchgeführt wurde (MIT). Die September-Studie wurde in der veröffentlichtIEEE Open Journal of Engineering in Medizin und Biologie.
Wie alle Atemwegserkrankungen zielt COVID-19 auf Organe und Gewebe wie Lunge, Kehlkopf (oder Sprachbox) und Luftröhre (oder Luftröhre) ab und greift diese an, wodurch die Sauerstoffaufnahme begrenzt und entsprechende Veränderungen in Atmung und Sprache verursacht werden In schweren Fällen können diese Veränderungen „zu Atembeschwerden führen, deren Besserung Monate dauern kann“, sagt Katherine Herz, MPH, zusätzliche Ausbilderin für globale Gesundheitsstudien an der Universität von Iowa, die nicht an der Studie beteiligt war, gegenüber Verywell unter Berufung auf die Johns Hopkins University In milden Fällen können diese Änderungen für das menschliche Ohr zu subtil sein - jedoch nicht für eine ausgefeilte (und überempfindliche) KI-Technologie -, um sie zu erkennen.
"Die Geräusche von Sprechen und Husten werden beide von den Stimmbändern und den umgebenden Organen beeinflusst", sagte Brian Subirana, PhD, Direktor des MIT Auto-ID-Labors und einer der Autoren der StudieScienceAlert. "Dies bedeutet, dass wenn Sie sprechen, ein Teil Ihres Sprechens wie Husten ist und umgekehrt. Es bedeutet auch, dass Dinge, die wir leicht aus fließendem Sprechen ableiten, die KI einfach aus Husten aufnehmen kann, einschließlich Dinge wie Geschlecht, Muttersprache oder sogar emotionaler Zustand. "
Was dies für Sie bedeutet
Ihr COVID-19-Infektionsstatus kann sich in Ihren Stimmmerkmalen widerspiegeln. Während ein COVID-19-Husten-Test vielversprechend aussieht, muss noch mehr Forschung betrieben werden. In der Zwischenzeit können Sie auf der Website Ihres Bundesstaates oder des örtlichen Gesundheitsamtes nach den neuesten lokalen Informationen zu Tests suchen. Rufen Sie Ihren Arzt an, wenn bei Ihnen COVID-19-Symptome auftreten.
Wie wurde das Modell entwickelt?
Die Forscher entwickelten das MIT Open Voice Brain Model (MOVBM), ein AI-basiertes „Sprachverarbeitungs-Framework“, das als COVID-19-Diagnosetest dient. Das MOVBM stützt sich auf einen Satz von fünf Biomarkern oder Merkmalen, die üblicherweise mit einer bestimmten Krankheit oder Störung verbunden sind, um Atemstörungen der Infektionsmerkmale mit COVID-19 zu erkennen. Diese Biomarker umfassen:
- Muskelabbau
- Veränderungen der Stimmbänder
- Stimmungsschwankungen
- Veränderungen in Lunge und Atemwegen
"Die physische Struktur der Lunge und der Atemwege wird durch Infektionen der Atemwege verändert. In den frühen Tagen der COVID-19 [Pandemie] hörten Epidemiologen auf die Lunge, während die Patienten im Rahmen ihrer diagnostischen Methoden Husten erzwangen", schrieben die Autoren und beschreibt, wie COVID-19 die Qualität von Vokalisationen beeinflusst.
Durch die Erstellung einer dreisprachigen Audioaufzeichnungs-Engine (Englisch, Spanisch und Katalanisch) konnten die Autoren Audioaufzeichnungen von erzwungenem Husten von 5.320 Teilnehmern sowie relevante medizinische Informationen sammeln. Anschließend wurden Daten von 4.256 Teilnehmern eingespeist das Modell, um es zu „trainieren“, um zwischen dem erzwungenen Husten derjenigen, die negativ auf COVID-19 getestet hatten, und dem erzwungenen Husten derjenigen, die positiv auf COVID-19 getestet hatten, zu unterscheiden; Die Daten der verbleibenden 1.064 Teilnehmer wurden verwendet, um ihre Fähigkeit zu testen.
Insgesamt identifizierte das Modell 100% der asymptomatischen COVID-19-positiven Audioaufnahmen, 98,5% aller COVID-19-positiven Audioaufnahmen und 88% aller Audioaufnahmen korrekt.
Hat das Modell eine Zukunft im Gesundheitswesen?
Diese Ergebnisse, so die Autoren, legen nahe, dass die MOVBM „ein großes Potenzial hat, parallel zu den Gesundheitssystemen zu arbeiten, um die aktuellen Ansätze zur Bewältigung der Ausbreitung der Pandemie zu verbessern“. Sie verweisen auf die Vorteile des Modells gegenüber vorhandenen COVID-19-Erkennungstools als Beweis für ihre Behauptung. Im Gegensatz zu aktuellen Virologie- und Serologietests, die durchschnittlich jeweils 23 US-Dollar kosten und mehrere Tage in Anspruch nehmen, ist die Verarbeitung des MOVBM völlig kostenlos, liefert sofortige Ergebnisse und weist eine höhere Genauigkeit beim Booten auf.
Ärzte sehen jedoch sowohl funktionale als auch praktische Hindernisse für die weit verbreitete Umsetzung. Joshua O. Benditt, MD, Professor für Lungen-, Intensiv- und Schlafmedizin an der Medizinischen Fakultät der Universität Washington, erklärt Verywell: „Es ist eine interessante Idee, müsste aber an einer Population von Menschen getestet werden, die sind symptomatisch, aber mit einer anderen Krankheit. "
"In meinen Augen lautet die eigentliche Frage: Kann dieses Programm den Husten von jemandem mit COVID-19 von jemandem mit Erkältung (auch [a] Coronavirus), Influenza, bakterieller Lungenentzündung und anderen häufig auftretenden Erkrankungen unterscheiden?" er sagt.
Herz glaubt, dass das Modell Potenzial hat, aber dass seine technologische Raffinesse seinen Untergang beweisen könnte.
„Obwohl die Hustenaufzeichnungen hoffnungsvoll klingen, ist nicht klar, wie viel Zeit benötigt wird, um die Zulassung von der FDA zu erhalten, mehr Maschinen herzustellen, die in der Lage sind, Hustenmuster zu analysieren, wie in der Studie beschrieben, und um Menschen zu schulen, damit [sie] in der Lage sind das Gerät richtig zu benutzen, damit es beim Testen so wenig falsch positive und falsch negative Ergebnisse gibt “, sagt sie. Schließlich ist es viel einfacher, die Innenseite eines Mundes abzuwischen, als eine Analyse einer Audioaufnahme durchzuführen.