Innovation

Hopp om att en hostning i mobilen ska avslöja coronaviruset

Foto: AI4Neworks och TT
Foto: AI4Neworks och TT
Foto: AI4Neworks
Foto: AI4Neworks

Artificiell intelligens kan skilja mellan en frisk hostning och ljudsignaturen från dem med covid-19. Nu har MIT nått en träffsäkerhet på 98,5 procent. Förhoppningen är att tekniken ska bli en app som låter dig hosta i mobilen.

Publicerad

Ett enkelt, digitalt hemtest där alla med en mobiltelefon som tar appar omedelbart kan kontrollera huruvida de har covid-19. En sådan lösning skulle onekligen vara ett välkommet verktyg i arbetet med att bromsa smittspridningen – exempelvis i Region Stockholm där man har haft brist på hemtest.

Det pågår utveckling av en rad diagnosverktyg som använder artificiell intelligens för att tolka resultat från röntgen eller magnetkameror – men det finns även forskare som försöker använda maskininlärning för att analysera ljudprofilen när en person hostar.

I juni visade University of Oklahoma att deras ai kunde skilja mellan de som var infekterade med covid-19 och personer vars hosta berodde på andra infektioner. En läkare kan som regel skilja mellan fem och tio olika sorters hosta, men med signalbehandling och maskininlärning kan forskarna plocka fram upp till 300 distinkta särdrag. University of Oklahoma hade i snitt en träffsäkerhet på 90 procent.

Spåra coronaviruset

Nu har MIT genomfört den största datainsamlingen kring hostningar hittills, totalt 70 000 inspelningar varav 2 680 kom från patienter med bekräftad covid-19. Enligt forskarnas nya studie visar tester att deras ai har en träffsäkerhet på 98,5 procent. Det rapporterar IEEE Spectrum.

MIT hade tagit fram en algoritm för maskininlärning med uppgiften att upptäcka alzheimer via ljudupptagningar, bland annat av stämbandens styrka. Den byggdes i all hast om för att spåra coronaviruset. Att ai:n kunde skilja samtliga med covid-19 från symtomfria personer bekräftar enligt MIT hur sällsynt det är med tillstånd där coronaviruset inte ger avslöjande förändringar av hostan.

Foto: AI4Neworks
Foto: AI4Neworks

Nu hoppas de att framstegen ska kunna ge avkastning i form av appar som kan användas dagligen, där man helt enkelt hostar in i sin mobiltelefon. De kan också tänka sig aktiva system som fångar upp om någon i exempelvis en sjukhuslokal har signaturen för viruset, vilket skulle underlätta tidig upptäckt och spårning.