Naučnici razvili aplikaciju za otkrivanje korone pouzdaniju od testiranja brisom

Naučnici tvrde čak da je ovaj način testiranja precizniji od testa brisom.

Mobilnoj aplikaciji potrebno je manje od jednog minuta da označi pozitivne slučajeve i daje tačan rezultat u 89 posto slučajeva, a negativne slučajeve u 83 posto testova. Tačnost testova može da varira između 20 posto i 81 posto pozitivnih slučajeva u različitim okruženjima, prema Imperial College London objavi.

Nova aplikacija mogla bi da se koristi za vrlo brzu proveru ljudi na bolest pre nego što prisustvuju masovnim događajima kao što su koncerti i velika sportska dešavanja. Takođe, ovaj test bi se mogao primenjivati u siromašnijim zemljama gde su PCR testovi zlatnog standarda vrlo skupi i često ih je teško distribuirati. Holandski naučnici kažu da koronavirus obično utiče na gornje disajne puteve i glasne žice, što dovodi do promena u glasu osobe. Tim je odlučio pre svega da istraži da li moguće otkriti novi virus u glasovima ljudi.

Stručnjaci su koristili podatke iz aplikacije Crowdsourcing COVID-19 Sounds App Univerziteta u Kembridžu koja je sadržavala 893 audio uzorka od 4352 sudionika. A od uzorka istraživanja 308 ispitanika bilo je pozitivno na koronavirus. Aplikacija se instalira na mobilni telefon korisnika, a učesnici prijavljuju neke osnovne podatke o demografiji, istoriji bolesti i statusu pušenja.

Posle toga potrebno je da učesnici istraživanja snime neke respiratorne zvukove koji uključuju kašalj tri puta, duboko disanje kroz usta tri do pet puta i čitanje kratke rečenice na ekranu isto tri puta. Istraživači su koristili tehniku analize glasa nazvanu Mel-spektrogramska analiza, koja identifikuje različite karakteristike glasa kao što su glasnoća, snaga i varijacije tokom vremena.

Kako bi razlikovali glasove pacijenata obolelih od COVID-a 19 od onih koji nisu bolesni, tim je izradio različite modele veštačke inteligencije i procenio koji je najbolji u klasifikovanju pozitivnih slučajeva. Jedan model pod nazivom Long-Short Term Memory (LSTM) pokazao se kao superioran u odnosu na ostale.

Ovaj model zasniva se na neuronskim mrežama koje oponašaju način na koji funkcioniše ljudski mozak i prepoznaju međusobne odnose u podacima. Radi sa sekvencama, što ga čini prikladnim za modeliranje signala prikupljenih tokom vremena, poput glasa, zbog svoje sposobnosti čuvanja podataka u svojoj memoriji.

Istraživač Vafa Alibavi sa Univerziteta u Mastriču je istakao i nekoliko činjenica: “Ovi obećavajući rezultati sugerišu nam da jednostavni glasovni snimci i fino podešeni algoritmi veštačke inteligencije potencijalno mogu da postignu visoku preciznost u određivanju koji pacijenti imaju infekciju COVID-a 19. Takvi testovi se mogu da se izvršavaju besplatno i jednostavni su za tumačenje“.

“Štaviše, omogućavaju daljinsko, virtuelno testiranje i imaju vreme obrade kraće od jednog minuta. Mogu da se koriste, na primer, na ulaznim tačkama velikih okupljanja, omogućavajući tako i brz pregled posetilaca“, ističe istraživač.

Tim smatra da je potrebno izvršiti i dalja istraživanja s mnogo više učesnika u njima pre nego što aplikacija počne komercijalno da se koristi na telefonima ljudi širom sveta.

Od početka projekta sada je prikupljeno gotovo 54.000 audio uzoraka od više od 36.000 učesnika koji se mogu koristiti za poboljšanje i proveru tačnosti testiranog modela. Tim, takođe, sprovodi više analiza kako bi shvatio koji parametri u glasu utiču tačno na model veštačke inteligencije. Nalazi će biti predstavljeni na međunarodnom kongresu Evropskog respiratornog društva u Barseloni, u Španiji, nakon čega će biti mnogo više reči o komercijalnoj upotrebi aplikacije.