Исследователи Массачусетского технологического института обнаружили, что бессимптомные больные COVID-19 выдают себя кашлем. Они разработали модель искусственного интеллекта, которая способна распознать данный тип кашля даже при записи с мобильного телефона.
Модель обучали на десятках тысяч образцов кашля, которые участники эксперимента отправляли исследователям. Впоследствии модель успешно идентифицировала кашель подтвержденных больных коронавирусом в 98,5% и бессимптомных больных — в 100% случаев.
Потенциально данную модель можно встроить в мобильное приложение, и она может стать бесплатным инструментом выявления заболевания. Пользователю такого приложения будет достаточно покашлять в динамик своего устройства. Такой мониторинг можно будет проводить ежедневно.
Ранее исследователи демонстрировали успехи с аналогичными моделями, которые обучили выявлять пневмонию и астму. Также они работали над выявлением болезни Альцгеймера.
Сначала группа МТИ обучила общий алгоритм машинного обучения ResNet50, чтобы различать звуки, вызванные напряжением голосовых связок разной степени. Затем они обучили вторую нейронную сеть на базе данных кашля, чтобы различать изменения в работе легких и дыхания. Наконец, третью нейросеть научили различать эмоциональные состояния говорящего.
В итоге команда объединила все три модели и наложила алгоритм для обнаружения мышечной деградации. Система смогла идентифицировать образцы болезни Альцгеймера лучше, чем все существующие. Результаты ее работы показали, что сила голосовых связок, настроение, показатели легких и дыхания, а также мышечной деградации были эффективными биомаркерами для диагностики заболевания.
В период пандемии ученые решили проверить работу модели на больных коронавирусом. К этому их подтолкнуло заключение медиков о том, что инфицированные пациенты испытывают некоторые похожие неврологические симптомы, такие как временные нервно-мышечное нарушения.
Команда собирала записи кашля с апреля. Параллельно участники испытаний заполняли анкету о симптомах, которые они испытывают, независимо от того, был ли им поставлен диагноз.
На сегодняшний день исследователи собрали более 70 тысяч записей, каждая из которых содержит несколько примеров кашля, всего около 200 тысяч сэмплов. Около 2500 записей были представлены людьми, у которых было подтверждено наличие коронавируса, в том числе в бессимптомной форме.
Команда использовала эти записи и еще 2500 записей, которые они случайным образом выбрали из набора данных, чтобы сбалансировать его. Они задействовали 4000 образцов для обучения модели ИИ. Оставшиеся 1000 записей были затем введены в модель, чтобы увидеть, как она работает.
Без особой доработки системы, изначально предназначенной для выявления болезни Альцгеймера, она показала отличные результаты. Сила инструмента заключается в его способности отличать бессимптомный кашель от здорового кашля.
Сейчас команда работает с коммерческой фирмой над разработкой бесплатного приложения на основе этой модели. Также она сотрудничает с несколькими больницами по всему миру, чтобы собрать более крупный набор записей кашля для повышения точности этой модели.
В России специалисты представили аналогичную нейросеть для диагностики COVID-19 по звуку кашля. Пока точность диагностики составляет около 85%.
Проектом Acoustery руководит научный сотрудник Физического института им. П.Н. Лебедева РАН Дмитрий Михайлов. На сайте проекта говорится, что модуль с микрофоном для анализа звуковых данных можно встраивать в банкоматы, бесконтактные терминалы в аэропортах, торговых центрах и в других местах скопления людей, либо разместить в общественном транспорте.
Наконец, программный модуль Acoustery может работать как самостоятельное приложение. На сайте разработчика уже разместили версию для Android.
Модель обучали на десятках тысяч образцов кашля, которые участники эксперимента отправляли исследователям. Впоследствии модель успешно идентифицировала кашель подтвержденных больных коронавирусом в 98,5% и бессимптомных больных — в 100% случаев.
Потенциально данную модель можно встроить в мобильное приложение, и она может стать бесплатным инструментом выявления заболевания. Пользователю такого приложения будет достаточно покашлять в динамик своего устройства. Такой мониторинг можно будет проводить ежедневно.
Ранее исследователи демонстрировали успехи с аналогичными моделями, которые обучили выявлять пневмонию и астму. Также они работали над выявлением болезни Альцгеймера.
Сначала группа МТИ обучила общий алгоритм машинного обучения ResNet50, чтобы различать звуки, вызванные напряжением голосовых связок разной степени. Затем они обучили вторую нейронную сеть на базе данных кашля, чтобы различать изменения в работе легких и дыхания. Наконец, третью нейросеть научили различать эмоциональные состояния говорящего.
В итоге команда объединила все три модели и наложила алгоритм для обнаружения мышечной деградации. Система смогла идентифицировать образцы болезни Альцгеймера лучше, чем все существующие. Результаты ее работы показали, что сила голосовых связок, настроение, показатели легких и дыхания, а также мышечной деградации были эффективными биомаркерами для диагностики заболевания.
В период пандемии ученые решили проверить работу модели на больных коронавирусом. К этому их подтолкнуло заключение медиков о том, что инфицированные пациенты испытывают некоторые похожие неврологические симптомы, такие как временные нервно-мышечное нарушения.
Команда собирала записи кашля с апреля. Параллельно участники испытаний заполняли анкету о симптомах, которые они испытывают, независимо от того, был ли им поставлен диагноз.
На сегодняшний день исследователи собрали более 70 тысяч записей, каждая из которых содержит несколько примеров кашля, всего около 200 тысяч сэмплов. Около 2500 записей были представлены людьми, у которых было подтверждено наличие коронавируса, в том числе в бессимптомной форме.
Команда использовала эти записи и еще 2500 записей, которые они случайным образом выбрали из набора данных, чтобы сбалансировать его. Они задействовали 4000 образцов для обучения модели ИИ. Оставшиеся 1000 записей были затем введены в модель, чтобы увидеть, как она работает.
Без особой доработки системы, изначально предназначенной для выявления болезни Альцгеймера, она показала отличные результаты. Сила инструмента заключается в его способности отличать бессимптомный кашель от здорового кашля.
Сейчас команда работает с коммерческой фирмой над разработкой бесплатного приложения на основе этой модели. Также она сотрудничает с несколькими больницами по всему миру, чтобы собрать более крупный набор записей кашля для повышения точности этой модели.
В России специалисты представили аналогичную нейросеть для диагностики COVID-19 по звуку кашля. Пока точность диагностики составляет около 85%.
Проектом Acoustery руководит научный сотрудник Физического института им. П.Н. Лебедева РАН Дмитрий Михайлов. На сайте проекта говорится, что модуль с микрофоном для анализа звуковых данных можно встраивать в банкоматы, бесконтактные терминалы в аэропортах, торговых центрах и в других местах скопления людей, либо разместить в общественном транспорте.
Наконец, программный модуль Acoustery может работать как самостоятельное приложение. На сайте разработчика уже разместили версию для Android.
