Кога смартфонот препознава дека имате Ковид-19

Не е никаква новост дека смартфоните знаат неверојатно многу за нас и за другите. И многу луѓе веќе одамна прифаќаат дека нивните мобилни мобилни телефони односно понудувачите на апликации знаат повеќе за нив отколку тие самите. Но, дека телефонот сега може да препознае дека корисникот е заболен од Ковид-19 - иако сè уште самиот не забележал- сепак звучи како научна фантастика.

Но, не е баш така: наука да, но не и научна фантастика. Нова апликација што може да дијагностицира асимптоматска инфекција со коронавирус врз основа на звуците што ги произведуваме кога кашламе или зборуваме, наскоро може да се најде на пазарот.

И додека стапката на точни дијагнози на техниката кај заразените е веќе многу висока, вештачката интелегенција допрва треба да научи како да избегне погрешна дијагноза кај оние кои не се заразени. Ако успее во тоа, тогаш оваа апликација може да ја надополни постојната апликација за коронавирусот, која ги препознава контактите со заразените. 

Звуците на кашлицата содржат биомаркери

Тројца информатичари од прочуениот американски институт за технологија во Масачусетс (МИТ) излегоа со идеја за анализа на тонот на кашлицата. Џорди Лугарта, Феран Хуето и Брајан Субриана ги снимиле кашлањето и говорот на 5.320 луѓе во периодот од април до мај оваа година. Звуците на 4.256 луѓе беа внесени во компјутер кој ги евалуирал со помош на вештачка неуронска мрежа (CNN).

Повеќе:
- Издишување под маска - опасно или не?
-Корона-апликација за ЕУ со дупки
-Борба за најдобра корона-апликација

Притоа, научниците користеле биомаркери, односно одредени карактеристични одлики на звуците што веќе ги откриле во претходните студии со пациенти со Алцхајмерова болест. А потоа она што го научија компјутерите го тестираа на преостанатите 1.064 учесници во студијата.

Ветувачки резултати

Резултатите ветуваа. „Моделот постигна чувствителност на тестот од 98,5 проценти кај испитаниците, кај кои официјално беше дијагностицирана инфекција со Ковид-19“, пишуваат истражувачите во нивната студија. Специфичноста на тестот во групата, според тоа, изнесувал 94,2 проценти. Тоа значи дека  приближно секоја дваесетта личност добила лажен позитивен резултат. Чувствителноста на тестот е процентот на болни лица кои правилно го препознале тестот како позитивен. Специфичноста на тестот е веројатноста дека тестираното лице ќе биде негативно, под услов да е здраво.

„Меѓу асимптоматските субјекти, постигната е чувствителност од 100 проценти со специфичност од 83,2 проценти.“ Ова би значело дека секој случај на Ковид-19 што инаку би останал неоткриен бил правилно дијагностициран. Но, затоа речиси секој петти испитаник добил лажно позитивен тест.

Ова значи дека специфичноста треба да се подобри со цел таквата апликација да биде навистина корисна во пракса. Бидејќи, ако треба да ја користат секојдневно голем број луѓе, погрешно позитивните тестови би можеле брзо да доведат до преоптоварување во лабораториите.

Овие вредности веројатно може да се подобрат доколку  во компјутерот се внесат дополнителни податоци и материјали од кои тој може да научи уште повеќе за звуците на нашата кашлица.

Не замена туку надополнување на лабораториските тестови

Во секој случај, научниците заклучуваат дека „технологиите на вештачка интелигенција нудат бесплатна, неинвазивна, веднаш ефикасна, во секое време достапна алатка за идентификување на асимптоматски случаи на Ковид-19 и надополнување на постојните мерки за справување со Ковид-19“.

Научниците од МИТ предлагаат користење на овој метод, на пример, за да се тестира на дневна основа сомнителна кашлица кај студенти, ученици и вработени. Ако системот издаде предупредување, може да се направи лабораториски тест за да се утврди дали апликацијата била во право.