Модель искусственного интеллекта обнаруживает бессимптомные инфекции Covid-19 через записанный на мобильный телефон кашель

Результаты могут стать удобным инструментом скрининга для людей, которые могут и не подозревать, что они инфицированы.

Бессимптомные люди, инфицированные Covid-19, не проявляют, по определению, никаких заметных физических симптомов заболевания. Таким образом, они менее склонны искать тестирование на вирус и могут неосознанно распространять инфекцию на других.

Но кажется, что те, кто бессимптомны, не могут быть полностью свободны от изменений, вызванных вирусом. Исследователи Массачусетского технологического института обнаружили, что люди, страдающие бессимптомным кашлем, могут отличаться от здоровых людей тем, как они кашляют. Эти различия не поддаются расшифровке человеческим ухом. Но оказывается, что их можно подхватить с помощью искусственного интеллекта.

В статье , опубликованной недавно в журнале IEEE Journal of Engineering in Medicine and Biology, команда сообщает о модели ИИ, которая отличает бессимптомных людей от здоровых людей с помощью записей принудительного кашля, которые люди добровольно представляют через веб-браузеры и устройства, такие как мобильные телефоны и ноутбуки.

Исследователи натренировали модель на десятках тысяч образцов кашля, а также произносимых слов. Когда они кормили модель новыми записями кашля, она точно идентифицировала 98,5 процента кашля от людей, у которых был подтвержден Covid-19, включая 100 процентов кашля от бессимптомных — которые сообщили, что у них не было симптомов, но тест дал положительный результат на вирус.

Команда работает над включением этой модели в удобное для пользователя приложение, которое, если FDA одобрит и примет его в больших масштабах, потенциально может стать бесплатным, удобным, неинвазивным инструментом прескрининга для выявления людей, которые, вероятно, будут бессимптомны для Covid-19. Пользователь может ежедневно входить в систему, кашлять в свой телефон и мгновенно получать информацию о том, может ли он быть заражен, и поэтому должен подтвердить это формальным тестом.

"Эффективное внедрение этого диагностического инструмента группы может уменьшить распространение пандемии, если каждый будет использовать его перед посещением класса, фабрики или ресторана”,-говорит соавтор Брайан Субирана, научный сотрудник лаборатории Автоидентификации Массачусетского технологического института.

Соавторами субираны являются Джорди Лагуарта и Ферран Уэто из лаборатории Автоидентификации Массачусетского технологического института.

Вокальные настроения

До начала пандемии исследовательские группы уже обучали алгоритмы записи кашля с мобильных телефонов, чтобы точно диагностировать такие состояния, как пневмония и астма. Точно так же команда Массачусетского технологического института разрабатывала модели искусственного интеллекта для анализа записей принудительного кашля, чтобы увидеть, могут ли они обнаружить признаки болезни Альцгеймера, болезни, связанной не только со снижением памяти, но и с нейромышечной деградацией, такой как ослабление голосовых связок.

Сначала они обучили общий алгоритм машинного обучения, или нейронную сеть, известную как ResNet50, распознавать звуки, связанные с различной степенью силы голосовых связок. Исследования показали, что качество звука “мммм” может быть показателем того, насколько слабы или сильны голосовые связки человека. Субирана натренировал нейронную сеть на аудиокниге с более чем 1000 часами речи, чтобы выделить слово "они “из других слов, таких как” the “и" then.”

Команда обучила вторую нейронную сеть различать эмоциональные состояния, проявляющиеся в речи, потому что пациенты с болезнью Альцгеймера — и люди с неврологическим спадом в целом — демонстрируют определенные чувства, такие как разочарование или плоский аффект, чаще, чем они выражают счастье или спокойствие. Исследователи разработали модель классификатора сентиментальной речи, тренируя ее на большом наборе актеров, интонирующих эмоциональные состояния, такие как нейтральное, спокойное, счастливое и грустное.

Затем исследователи обучили третью нейронную сеть на базе данных о кашле, чтобы различить изменения в работе легких и дыхательных путей.

Наконец, команда объединила все три модели и наложила алгоритм для обнаружения мышечной деградации. Алгоритм делает это, по существу, имитируя звуковую маску, или слой шума, и различая сильные кашли — те, которые можно услышать над шумом — над более слабыми.

С помощью своей новой системы искусственного интеллекта команда питалась аудиозаписями, в том числе пациентов с болезнью Альцгеймера, и обнаружила, что она может идентифицировать образцы болезни Альцгеймера лучше, чем существующие модели. Результаты показали, что в совокупности сила голосовых связок, настроение, легочная и дыхательная активность, а также мышечная деградация являются эффективными биомаркерами для диагностики заболевания.

Когда пандемия коронавируса начала разворачиваться, Субирана задался вопросом, Может ли их ИИ-система для лечения болезни Альцгеймера также работать для диагностики Covid-19, поскольку все больше свидетельств того, что инфицированные пациенты испытывают некоторые сходные неврологические симптомы, такие как временное нервно-мышечное расстройство.

- На звуки разговора и кашля влияют голосовые связки и окружающие органы. Это означает, что когда вы говорите, часть вашего разговора похожа на кашель, и наоборот. Это также означает, что вещи, которые мы легко извлекаем из беглой речи, ИИ может воспринимать просто из кашля, включая такие вещи, как пол человека, родной язык или даже эмоциональное состояние. На самом деле в том, как вы кашляете, заложено чувство, - говорит Субирана. "Поэтому мы подумали, почему бы нам не попробовать эти биомаркеры болезни Альцгеймера [чтобы увидеть, имеют ли они отношение] к Ковиду.”

“Поразительное сходство”

В апреле команда приступила к сбору как можно большего количества записей кашля, в том числе от пациентов Covid-19. Они создали веб-сайт, где люди могут записывать серию кашлей через мобильный телефон или другое веб-устройство. Участники также заполняют анкету симптомов, которые они испытывают, независимо от того, есть ли у них Covid-19, и были ли они диагностированы с помощью официального теста, оценки врачом их симптомов или если они самостоятельно диагностировали. Они также могут отметить свой пол, географическое положение и родной язык.

На сегодняшний день исследователи собрали более 70 000 записей, каждая из которых содержит несколько кашлей, что составляет около 200 000 звуковых образцов принудительного кашля, которые, по словам Субираны, являются “самым большим исследовательским набором данных о кашле, который мы знаем."Около 2500 записей были представлены людьми, у которых было подтверждено наличие Covid-19, включая тех, кто был бессимптомным.

Команда использовала 2500 записей, связанных с Covid, а также еще 2500 записей, которые они случайным образом выбрали из коллекции, чтобы сбалансировать набор данных. Они использовали 4000 из этих образцов для обучения модели искусственного интеллекта. Оставшиеся 1000 записей были затем введены в модель, чтобы увидеть, может ли она точно различать кашель у пациентов Covid по сравнению со здоровыми людьми.

Удивительно, но, как пишут исследователи в своей статье, их усилия выявили “поразительное сходство между болезнью Альцгеймера и дискриминацией Ковида.”

Без особых изменений в рамках ИИ, изначально предназначенного для лечения болезни Альцгеймера, они обнаружили, что он способен улавливать паттерны в четырех биомаркерах — силе голосовых связок, настроении, легочной и дыхательной деятельности и мышечной деградации, — которые специфичны для Covid-19. Модель выявила 98,5% случаев кашля у людей, подтвержденных Covid-19, и из них она точно определила все бессимптомные кашли.

“Мы думаем, что это показывает, что способ, которым вы производите звук, меняется, когда у вас есть Ковид, даже если вы бессимптомны", - говорит Субирана.

Бессимптомные симптомы

Модель ИИ, подчеркивает Субирана, не предназначена для диагностики симптоматических людей, поскольку их симптомы обусловлены Covid-19 или другими состояниями, такими как грипп или астма. Сила этого инструмента заключается в его способности отличать бессимптомный кашель от здорового кашля.

Команда работает с компанией, чтобы разработать бесплатное приложение для предварительного скрининга, основанное на их модели искусственного интеллекта. Они также сотрудничают с несколькими больницами по всему миру, чтобы собрать более широкий и разнообразный набор записей кашля, которые помогут тренировать и укреплять точность модели.

Как они предполагают в своей статье, “пандемии могут уйти в прошлое, если инструменты предварительного скрининга всегда находятся на заднем плане и постоянно совершенствуются.”

В конечном счете, они предполагают, что звуковые модели ИИ, подобные той, которую они разработали, могут быть встроены в интеллектуальные динамики и другие прослушивающие устройства, чтобы люди могли удобно получать первоначальную оценку риска своих заболеваний, возможно, на ежедневной основе.

Это исследование было частично поддержано компанией Takeda Pharmaceutical Company Limited.

Источник: news.mit.edu

Комментарии: