Bilim adamları yeni bir akıllı telefon geliştirdi uygulama Yapay zekayı (AI) kullanarak insanların seslerindeki COVID-19 enfeksiyonunu doğru bir şekilde tespit edebilecek. Araştırmacılar, araştırmada kullanılan AI modelinin hızlı antijen testlerinden veya yanal akış testlerinden daha doğru olduğunu ve ucuz, hızlı ve kullanımı kolay olduğunu söyledi.

Yöntem, PCR testlerinin pahalı ve dağıtımının zor olduğu düşük gelirli ülkelerde kullanılabileceğini söylediler.

Bulgu, İspanya’nın Barselona kentinde düzenlenen Avrupa Solunum Derneği Uluslararası Kongresi’nde sunuldu.

Araştırmacılara göre, yapay zeka modeli zamanın yüzde 89’unda doğru sonuç verirken, yanal akış testlerinin doğruluğu markaya bağlı olarak büyük farklılıklar gösteriyor.

Ayrıca, yanal akış testlerinin, semptom göstermeyen kişilerde COVID-19 enfeksiyonunu tespit etmede önemli ölçüde daha az doğru olduğunu söylediler.

“Bu umut verici sonuçlar, basit ses kayıtlarının ve ince ayarlanmış AI algoritmalarının, hangi hastaların COVID-19 enfeksiyonu olduğunu belirlemede potansiyel olarak yüksek hassasiyete ulaşabileceğini gösteriyor” dedi. Wafaa Aljbawibir araştırmacı Maastricht ÜniversitesiHollanda.

“Bu tür testler ücretsiz olarak sağlanabilir ve yorumlanması kolaydır. Ayrıca uzaktan, sanal teste olanak tanır ve bir dakikadan daha kısa bir geri dönüş süresine sahiptir.” Aljwabi söz konusu.

Araştırmacılar, yeni testin örneğin büyük toplantıların giriş noktalarında kullanılabileceğini ve nüfusun hızlı bir şekilde taranmasını sağlayabileceğini söyledi.

COVID-19 enfeksiyonu genellikle üst solunum yollarını ve ses tellerini etkileyerek kişinin sesinde değişikliklere yol açar.

Aljbavi ve denetçileri, şirketin verilerini kullandı. Cambridge Üniversitesi308’i COVID-19 için pozitif test edilmiş 4,352 sağlıklı ve sağlıklı olmayan katılımcıdan 893 ses örneği içeren kitle kaynaklı COVID-19 Sesler Uygulaması.

Uygulama, kullanıcının telefonuna yüklenir. Katılımcılar, demografi, tıbbi geçmiş ve sigara içme durumu hakkında bazı temel bilgileri rapor eder ve ardından bazı solunum seslerini kaydetmeleri istenir.

Bunlar arasında üç kez öksürme, üç ila beş kez ağızdan derin nefes alma ve üç kez ekranda kısa bir cümle okuma sayılabilir.

Araştırmacılar, ses yüksekliği, güç ve zaman içindeki değişim gibi farklı ses özelliklerini tanımlayan Mel-spektrogram analizi adı verilen bir ses analizi tekniği kullandılar.

Aljbawi, “Bu şekilde katılımcıların seslerinin birçok özelliğini ayrıştırabiliriz” dedi.

“COVID-19 hastalarının sesini hastalığı olmayanlardan ayırt etmek için farklı yapay zeka modelleri oluşturduk ve hangisinin COVID-19 vakalarını sınıflandırmada en iyi sonucu verdiğini değerlendirdik.”

Uzun Kısa Süreli Bellek (LSTM) olarak adlandırılan bir modelin diğer modellerden daha iyi performans gösterdiğini buldular. LSTM, insan beyninin çalışma şeklini taklit eden ve verilerdeki temel ilişkileri tanıyan sinir ağlarına dayanmaktadır.

Araştırmacılar, genel doğruluğu yüzde 89, pozitif vakaları veya “duyarlılığı” doğru bir şekilde tespit etme yeteneği yüzde 89 ve olumsuz vakaları doğru bir şekilde belirleme yeteneği veya “özgüllük” yüzde 83 idi.

Başka bir çalışmada, Henry Glydedoktora öğrencisi Bristol Üniversitesi, kronik obstrüktif akciğer hastalığı (KOAH) olan hastaların hastalıklarının ne zaman alevleneceğini tahmin etmek için AI’nın myCOPD adlı bir uygulama aracılığıyla kullanılabileceğini gösterdi. KOAH alevlenmeleri çok ciddi olabilir ve hastaneye yatış riskinin artmasıyla ilişkilidir.

Semptomlar nefes darlığı, öksürük ve daha fazla mukus üretmeyi içerir.

FacebookheyecanLinkedin

---