So kann diese neue Smartphone-App COVID-19 in den Stimmen der Menschen erkennen

Die Ergebnisse wurden auf dem Internationalen Kongress der European Respiratory Society in Barcelona, ​​Spanien, vorgestellt. Laut den Forschern ist das KI-Modell in 89 Prozent der Fälle genau, während die Genauigkeit von Lateral-Flow-Tests je nach Marke stark variiert. Außerdem seien Lateral-Flow-Tests beim Nachweis einer COVID-19-Infektion bei Menschen, die keine Symptome zeigen, erheblich ungenauer, sagten sie. „Diese vielversprechenden Ergebnisse deuten darauf hin, dass einfache Sprachaufzeichnungen und fein abgestimmte KI-Algorithmen möglicherweise eine hohe Präzision bei der Bestimmung erreichen können, welche Patienten eine COVID-19-Infektion haben“, sagte er Wafa Aljbawiein Forscher an der Universität MaastrichtDie Niederlande. „Solche Tests können kostenlos bereitgestellt werden und sind einfach zu interpretieren. Darüber hinaus ermöglichen sie virtuelle Ferntests und haben eine Bearbeitungszeit von weniger als einer Minute.“ Aljwabi sagte. Der neue Test könnte beispielsweise an den Eingangspunkten für große Versammlungen eingesetzt werden und ein schnelles Screening der Bevölkerung ermöglichen, sagten die Forscher. Eine COVID-19-Infektion betrifft normalerweise die oberen Atemwege und die Stimmbänder, was zu Veränderungen in der Stimme einer Person führt. Aljbawi und ihre Vorgesetzten verwendeten Daten aus der Universität von Cambridge’s Crowdsourcing-COVID-19-Sounds-App, die 893 Audiobeispiele von 4.352 gesunden und nicht gesunden Teilnehmern enthält, von denen 308 positiv auf COVID-19 getestet wurden. Die App wird auf dem Telefon des Benutzers installiert. Die Teilnehmer berichten einige grundlegende Informationen über Demografie, Krankengeschichte und Raucherstatus und werden dann gebeten, einige Atemgeräusche aufzuzeichnen. Dazu gehören dreimaliges Husten, drei- bis fünfmaliges tiefes Atmen durch den Mund und dreimaliges Lesen eines kurzen Satzes auf dem Bildschirm. Die Forscher verwendeten eine Stimmanalysetechnik namens Mel-Spektrogramm-Analyse, die verschiedene Stimmmerkmale wie Lautstärke, Leistung und Variation im Laufe der Zeit identifiziert. „Auf diese Weise können wir die vielen Eigenschaften der Stimmen der Teilnehmer zerlegen“, sagte Aljbawi. „Um die Stimme von COVID-19-Patienten von denen zu unterscheiden, die nicht an der Krankheit erkrankt sind, haben wir verschiedene Modelle für künstliche Intelligenz entwickelt und bewertet, welches am besten zur Klassifizierung der COVID-19-Fälle geeignet ist“, fügte sie hinzu. Sie fanden heraus, dass ein Modell namens Long-Short Term Memory (LSTM) die anderen Modelle übertraf. LSTM basiert auf neuronalen Netzwerken, die die Funktionsweise des menschlichen Gehirns nachahmen und die zugrunde liegenden Beziehungen in Daten erkennen. Seine Gesamtgenauigkeit betrug 89 Prozent, seine Fähigkeit, positive Fälle oder „Empfindlichkeit“ korrekt zu erkennen, lag bei 89 Prozent, und seine Fähigkeit, negative Fälle oder „Spezifität“ korrekt zu identifizieren, betrug 83 Prozent, fanden die Forscher heraus. In einer anderen Studie Henry GlydeDoktorand an der Universität Bristol, zeigte, dass KI über eine App namens myCOPD genutzt werden kann, um vorherzusagen, wann Patienten mit chronisch obstruktiver Lungenerkrankung (COPD) einen Schub ihrer Krankheit erleiden könnten. COPD-Exazerbationen können sehr schwerwiegend sein und sind mit einem erhöhten Risiko für einen Krankenhausaufenthalt verbunden. Zu den Symptomen gehören Kurzatmigkeit, Husten und die Produktion von mehr Schleim.