Dites adieu au perçage de la gorge ? Un programme de téléphonie mobile doté d'IA détecte le COVID-19 grâce au son, avec un taux de précision de 89 %

​Je ne sais pas ce que tout le monde pense de la fabrication d'acide nucléique, mais la gorge de Digestella est déjà devenue un cocon.

Cependant, pour la situation globale de prévention de l'épidémie et pour connaître et confirmer votre propre état de santé, il est inévitable d'utiliser l'acide nucléique pour confirmer que vous n'êtes pas infecté par Le nouveau coronavirus.

Attendez... Existe-t-il un autre moyen de détecter si j'ai été trompé ?

Il vaut mieux ne pas sortir.

Ne me dites pas, une telle technologie est vraiment possible.

Une étude présentée lors du congrès international de la Société européenne de respiration à Barcelone, en Espagne, le 8 septembre, a montré qu'une application mobile Avec l'aide de l'intelligence artificielle, vous pouvez déterminez si vous êtes infecté par le COVID-19 par votre voix.

Actuellement, la précision de ce modèle a atteint 89%.

Est-ce que cela signifie qu'à l'avenir, télécharger sa propre voix à la maison pourra remplacer les tests d'acide nucléique ? C'est merveilleux rien que d'y penser... positif par votre voix, l'effet est meilleur qu'un test antigénique rapide

La nouvelle pneumonie à coronavirus affectera les voies respiratoires supérieures et les cordes vocales, provoquant des changements dans la voix des gens.

Sur cette base, Mme Wafaa Aljbawi de l'Institut de science des données de l'Université de Maastricht et son superviseur, le Dr Sami Simon de Maastricht, pneumologue à l'Université de Richter Center, et le Dr Visara Urovi, également du Data Science Institute, ont décidé d'étudier la possibilité d'utiliser l'intelligence artificielle pour analyser les sons afin de détecter la positivité du COVID-19.

Ils ont utilisé les données de l'application COVID-19 Sounds de l'Université de Cambridge, qui contient 893 échantillons audio provenant de 4 352 participants en bonne santé et 308 personnes non en bonne santé ont été testées positives. COVID 19.

L'application est installée sur le téléphone de l'utilisateur et les participants rapportent certaines informations de base telles que les données démographiques, les antécédents médicaux et le statut tabagique, puis sont invités à enregistrer une respiration. sons, y compris la toux trois fois, prenez trois à cinq respirations profondes par la bouche et lisez trois fois des phrases courtes sur l'écran.

Les chercheurs ont utilisé une technologie d'analyse de la parole appelée "Mel-spectrogram", qui peut identifier différentes caractéristiques de la parole telles que le volume, la fréquence et les changements au fil du temps. "De cette façon, nous pouvons décomposer les nombreuses propriétés de la voix du participant", a déclaré Mme Aljbawi. "Pour distinguer les voix des patients positifs au COVID-19 et des personnes normales négatives, nous avons construit différents modèles d'intelligence artificielle et évalué quel modèle était le meilleur pour classer ces cas." Ils ont constaté que le modèle LSTM surpassait les autres modèles. LSTM est basé sur des réseaux de neurones, qui simulent le fonctionnement du cerveau humain et identifient les relations sous-jacentes dans les données. Il excelle dans l'analyse temporelle, ce qui le rend adapté à la modélisation des signaux collectés au fil du temps, tels que le son.

Au final, la précision globale de ce modèle était de 89%, avec détection correcte La capacité à identifier les cas positifs (vrais positifs) est de 89 % et la capacité à identifier correctement les cas négatifs (vrais négatifs) est de 83 %.

"Ces résultats montrent une amélioration significative de la précision du diagnostic de la maladie COVID-19 par rapport aux méthodes de test de pointe telles que les tests à flux latéral", Aljbawi a déclaré : « Le test à flux latéral (test rapide d'antigène) n'est précis qu'à 56 % mais a une spécificité plus élevée de 99,5 %. Ceci est important car cela signifie que les tests rapides d'antigène classent à tort les personnes infectées comme négatives. Plus courant que notre test. en d’autres termes, en utilisant le modèle AI LSTM, nous pourrions manquer 11/100 cas qui continueraient à propager l’infection, alors que le test antigénique rapide manquerait 44/100 cas. 🎜#

Devons-nous faire de l'acide nucléique ou de l'acide nucléique

La raison pour laquelle on le compare aux tests antigéniques rapides est que de nombreux pays ne fournissent actuellement plus de tests nucléiques gratuits tests de virus acides - c'est-à-dire des tests d'acide nucléique à grande échelle effectués au niveau national.

La détection des virus à acide nucléique est une détection directe des acides nucléiques viraux collectés. Elle présente les caractéristiques d'une forte spécificité et d'une sensibilité élevée, et constitue la principale méthode de détection des nouveaux coronavirus. .

Le test antigénique rapide est relativement simple et peut être effectué par vous-même. Il distingue principalement en détectant l'antigène du virus et peut être utilisé comme base principale pour le diagnostic. du nouveau coronavirus One, mais la précision est relativement faible.

De nombreux pays distribuent actuellement des kits d'autotest rapide d'antigène, et seuls ceux dont les tests d'antigène sont positifs nécessiteront des tests supplémentaires.

Bien sûr, comme ce type de package d'autotest est relativement difficile à utiliser, la précision n'est pas très élevée. Par conséquent, s'il peut être jugé positif grâce au son, il peut non seulement économiser des ressources, mais aussi. obtenir des résultats relativement précis. Le résultat est en effet une bonne chose.

Ainsi, bien que l'IA soit relativement peu performante en termes de faux positifs, avec 17 % de personnes diagnostiquées à tort comme positives, elle peut être utilisée comme méthode de dépistage préliminaire. le test sonore est positif, passez à l'étape suivante du test.

De plus, cette technologie s'adresse davantage aux pays à faible revenu où les tests d'acide nucléique sont coûteux et/ou difficiles à distribuer.

Quant à nous, il nous reste à faire de l'acide nucléique...

Sauf, les chercheurs a déclaré : « Leurs résultats nécessitent également la validation de grandes quantités de données, et depuis le début du projet, 53 449 échantillons audio ont été collectés auprès de 36 116 participants, qui peuvent être utilisés pour améliorer et valider la précision du modèle. Ils mènent également des analyses plus approfondies pour comprendre quels paramètres de la parole affectent le modèle d’IA.

Rapports associés :

https://www.news-medical.net/news/20220905/AI-model-detects-COVID -19-infection-chez-les-personnese28099s-voices.aspx

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!