Модель штучного інтелекту виявляє безсимптомний Covid-19 за допомогою записаного на смартфон кашлю

Дослідники дослідницького центру Массачусетського технологічного інституту (Massachusetts Institute of Technology, MIT) виявили, що кашель людей, які не страждають на Covid-19, відрізняється від кахикання здорових людей. Відмінності, які не піддаються “розшифровці” людським вухом, легко розпізнаються штучним інтелектом (ШІ). Отримані результати можуть забезпечити зручний інструмент скринінгу для людей, які навіть можуть не підозрювати, що вони заражені.

Як відомо, люди, які інфіковані Covid-19 люди, але у яких захворювання протікає безсимптомно, можуть навіть не підозрювати того, що захворіли. Але подібне незнання не робить з носіїв інфекції безпечних контактерів. Вони не намагаються пройти тестування та несвідомо заражають іншим.

Але з’ясувалося, що ті, хто хворіють безсимптомно, все ж таки можуть бути виявлені із застосуванням інноваційних технологій. Йдеться про штучний інтелект. Сьогодні дослідники з Массачусетського технологічного інституту виявили, що “безсимптомні” хворі кашляють інакше, ніж здорові люди. Ці відмінності не піддаються розшифровці людським вухом, але просто і швидко виявляються ШІ.

У статті, яку нещодавно опубліковано в “IEEE Journal of Engineering in Medicine and Biology”, команда учених повідомляє про створення моделі ШІ, яка відрізняє безсимптомних людей від здорових на основі аналізу запису кашлю. Останні добровільно подавали через веб-браузери та такі пристрої, як мобільні телефони й ноутбуки.

На десятках тисяч “зразків” кашлю дослідники навчили нейромережу. До складу вхідних даних включили також записи вимовлення окремих слів. Після навчання модель аналізувала нові записами з кашлем. Виявилося, що вона точно ідентифікувала 98,5 відсотків людей, у яких було підтверджено наявність Covid-19. Ця ж модель ідентифікувала, як патологічний кашель у 100 відсотків безсимптомних захворювань.

Зараз команда дослідників працює над включенням синтезованої і навченої моделі до зручного для користувачів додатку. Той у разі схвалення американським Управлінням санітарного нагляду FDA (Food and Drug Administration) може стати безкоштовним, зручним, неінвазивним інструментом попереднього скринінгу для виявлення людей, які можуть бути безсимптомними носіями Covid-19.

Користувачі зможуть щодня запускати додаток, кашляти у мікрофон свого мобільного гаджету і миттєво отримувати інформацію про імовірність зараження.

Ефективна реалізація цього інструменту для групової діагностики може зменшити поширення пандемії, якщо всі користуватимуться ним перед тим, як зайти у клас, у цех чи до ресторану”, — каже співавтор розробки Субірана Брайан (Brian Subirana), науковий співробітник лабораторії Auto-ID MIT.

Нова модель ШІ виявляє безсимптомні інфекції Covid-19 по кашлю, записаному на мобільний пристрій

Вокальні “настрої”

Слід зауважити, що до початку пандемії дослідницькі групи вже навчали машинні алгоритми аналізувати записи кашлю. Проте, це робилося задля точної діагностики таких захворювань, як пневмонія та астма.

Аналогічним чином команда MIT розробляла й моделі ШІ для аналізу записів примусового кашлю пацієнтів з ознаками хвороби Альцгеймера. Це — патологія, пов’язана не тільки зі зниженням пам’яті, але і з нервово-м’язовою деградацією, такою як ослаблення голосових зв’язок.

Спочатку дослідники навчили загальний алгоритм машинного навчання (інакше, нейронну мережу, відому як ResNet50) для розпізнавання звуків, викликаних голосовими зв’язками з різним ступенем міцності. Дослідження показали, що гучність звуку «м-м-м-м» може свідчити про те, наскільки слабкі або сильні голосові зв’язки людини. Зокрема, Субірана тренував нейронну мережу на наборі даних аудіокниги з більш, ніж 1000 годин мовлення, з метою сегрегувати слово “вони” (англ. them) з сукупності інших слів, що містять “the” і “then”.

Команда навчила другу нейронну мережу розрізняти емоційні стани, очевидні у вимові, оскільки пацієнти з хворобою Альцгеймера (і люди з неврологічною деградацією загалом) виявляють такі настрої, як фрустрація або плоский афект, частіше, ніж вони ж виражають щастя або спокійний. Дослідники розробили модель класифікатора мовлення настрою, навчаючи її на великому наборі акторів, що інтонують емоційні стани. Зазвичай відтворювалися нейтральний, спокійний, щасливий та сумний настрої.

Потім вчені заходилися тренувати третю нейронну мережу. Цього разу навчання відбувалося на базі даних, що містила кашель. Це робилося з метою розпізнавання змін у показниках легень і дихання.

Нарешті, команда об’єднала всі три моделі та долучила до них алгоритм виявлення деградації м’язів. Цей алгоритм, по суті імітуючи звукову “маску” (певний рівень шуму), дозволяв “вирізати” для подальшого дослідження кашель.

Нова структура ШІ після опрацювання аудіозаписів, серед яких були хворі на Альцгеймер, виявила здатність ідентифікувати зразки Альцгеймера краще, ніж розроблений раніше інструментарій. Результати також показали придатність для діагностики захворюваності на covid в якості біомаркерів наступної сукупності чинників:

  1. сили голосових зв’язок;
  2. настрою;
  3. ефективності роботи легенів і дихання;
  4. деградація м’язів були.

Коли пандемія коронавірусу почала поширюватися Сполученими Штатами, Субірана задалася питанням, а чи не може створена для діагностики хвороби Альцгеймера схема також працювати і для діагностики Covid-19. Адже багато доказів свідчило про те, що інфіковані пацієнти мають подібні неврологічні симптоми, викликані тимчасовими нервово-м’язовими порушеннями.

На звуки розмови та кашлю впливають голосові зв’язки та навколишні органи. Це означає, що коли ви говорите, частина вашої розмови нагадує кашель, і навпаки. Крім того, це означає, що відомості, які ми легко отримуємо під час звичайного міжособистісного спілкування, ШІ може просто відрізнити від кашлю. Йдеться про такі речі, як стать людини, рідна мова (акцент) чи навіть емоційний стан. Тож ми й подумали, чому б нам не спробувати перевірити актуальність біомаркерів Альцгеймера для Covid”.

Вражаюча подібність”

У квітні команда MIT задумала зібрати якомога більше записів про кашель, у тому числі й від пацієнтів, хворих на Covid-19. Для цього було створино веб-сайт, на якому люди могли зафіксувати серію кашлю через мобільний телефон або інший пристрій, що підтримує Інтернет.

Учасники також заповнювали невелику форму з опитування про симптоми, які вони відчувають, незалежно від того:

  • чи є у них Covid-19;
  • чи встановлено їм діагноз за допомогою офіційного тесту;
  • чи оцінку здійснював лікар ха їхніми симптомами;
  • чи вони самостійно (самі собі) поставили собі діагноз.

Добровольців також просили вказати свою стать, географічне розташування та рідну мову.

Станом на 29 жовтня 2020 року дослідники зібрали понад 70 000 записів, кожна з яких містила кілька кашлів. Загалом це становить близько 200 000 аудіо-зразків з примусовим кашлем, що, за словами Субірани, є «найбільшим набором даних про кашель, який ми знаємо». Серед зразків близько 2500 записів було подано людьми, яким було підтверджено наявність Covid-19, у тому числі — безсимптомними.

Команда використовувала 2500 записів, пов’язаних із Covid, а також ще 2500 записів, які вони випадковим чином вибрали з колекції, щоб збалансувати набір даних. Таким чином, для навчання моделі ШІ було використано 5000 зразків. Решту записів подавали на вхід моделі для перевірки, чи зможе вона точно розпізнати кашель у пацієнтів з Covid, порівняно зі здоровими людьми.

На диво, як пишуть у своїй роботі дослідники, їх зусилля виявили “разючу схожість між дискримінацією Альцгеймера та ковіду”.

Без особливих налаштувань нейромережі, спочатку призначеної для хвороби Альцгеймера, було виявлено, що вона змогла визначити закономірності чотирьох перелічених вище біомаркерів (міцність голосових зв’язок, настрій, ефективність роботи легенів і дихання, деградація м’язів), як специфічних для Covid-19. Модель виявила 98,5 відсотків кашлю у людей з підтвердженим Covid-19. Серед них вона точно виявила усі (!) безсимптомні кашлі.

Ми вважаємо, що результати підтверджують припущення про те, що спосіб створення звуку змінюється, коли у вас є Covid, навіть якщо він перебігає безсимптомно”, — каже Субірана.

Безсимптомні симптоми

Синтезована таким чином модель ШІ не призначена для діагностики симптоматичних людей, оскільки їхні симптоми обумовлені Covid-19 або іншими захворюваннями, такими як грип чи астма. Сила засобу полягає у здатності розрізняти безсимптомний кашель від “здорового” кашлю.

Команда продовжує співпрацю задля розробити безкоштовної програми попереднього відбору на основі їхньої моделі ШІ. Дослідники також співпрацюють з кількома лікарнями по всьому світу, щоб зібрати якомога більший та різноманітніший набір записів кашлю. На думку американців, це допоможк краще навчити та підвищити точність модельної діагностики.

Пандемія може залишитися у минулому, якщо інструменти попереднього відбору завжди працюватимуть у фоновому режимі та постійно вдосконалюватимуться”.

Зрештою, співробітники МІТ вважають, що моделі аудіо-інтелекту, подібні до розробленої ними нейромережі, зможуть включатися до складу smart-колонок та інших аудіо-пристроїв, щоб люди могли швидко і зручно отримувати початкову оцінку ризику захворювання. Результатами дослідження зацікавилась і частково підтримала компанія Takeda Pharmaceutical Company Limited.

Статтю створено за матеріалами “Artificial intelligence model detects asymptomatic Covid-19 infections through cellphone-recorded coughs” (джерело https://news.mit.edu/2020/covid-19-cough-cellphone-detection-1029).

 


Ліцензія Creative Commons
Матеріал ліцензовано на умовах Ліцензії Creative Commons (із зазначення авторства) 4.0 Міжнародна.

Залишити відповідь

Ваша e-mail адреса не оприлюднюватиметься. Обов’язкові поля позначені *