IT

Napravljena aplikacija za testiranje COVID-a: Prepoznaje virus na osnovu glasa 

FOTO: UNSPLASH/ILUSTRACIJA
FOTO: UNSPLASH/ILUSTRACIJA

Cijene bi trebale biti pristupačne 

Naučnici tvrde da su razvili aplikaciju za mobilne uređaje koja može sa visokom preciznošću detektovati zarazi koronavirusom putem analize glasa, prenosi Index.hr. 

Radi se, naime, o modelu umjetne inteligencije (AI) sa 89 posto tačanošću, a koji je pristupačne cijene te bi se mogao koristiti u zemljama s niskim prihodima gdje su PCR testovi skupi. Rezultati se dobivaju za manje od minute, a stručnjaci koji su razvili aplikaciju navode da ima sigurnije rezultate od nekih brzih testova (lateral flow test). 

S obzirom da zaraza koronavirusom obično utječe na gornje disajne puteve i glasnice, naučnici su odlučili analizirati promjene u glasu koristeći AI model. 

“Ovi obećavajući rezultati pokazuju da se pomoću algoritma AI i snimke glasa može s visokom preciznošću odrediti koji je pacijent zaražen COVID-om”, rekla je je Wafaa Aljbawi sa Univerziteta Maastricht u Nizozemskoj. 

“Takvi testovi mogu biti besplatni. Štaviše, omogućuju udaljeno, virtualno testiranje i daju rezultate za manje od jedne minute. Mogu se koristiti, primjerice, na ulazu nekih velikih skupova jer omogućuju brz pregled posjetitelja”, dodala je. 

Tehnologija je razvijena na osnovu podataka aplikacije COVID-19 Sounds Univerziteta Cambridge, odnosno na 893 audio uzorka 4.352 zdravih i bolesnih osoba. Ispitanici su dali podatke o svojoj historiji bolesti i naveli jesu li pušači i zatim snimali respiratorne zvukove; poput kašljanja i čitanja kratke rečenice. 

Metoda analize glasa nazvana Mel-spectrogram je nakon toga identifikovala različite značajke snimljenog sadržaja. 

“Rezultati pokazuju značajan napredak u tačnosti dijagnosticiranja COVID-a 19 u usporedbi sa najsavremenijim testovima kao što je test lateralnog protoka”, kazala je Aljbawi. 

Dodaje, test lateralnog protoka ima osjetljivost od samo 56 posto, ali stopu specifičnosti od 99.5 posto. 

“To znači da će test lateralnog protoka češće pogrešno označiti zaražene osobe kao negativne nego naš test. Drugim riječima, s AI LSTM modelom možemo propustiti 11 od 100 zaraženih koji bi nastavili širiti infekciju, dok bi test lateralnog protoka propustio 44 od 100 slučajeva”, objasnila je. 

Osjetljivost nekog testa pokazuje koliko on može tačno identifikovati one koji su zaraženi COVID-om, dok se specifičnost odnosi na ispravno identifikovanje onih koji ga nemaju. Specifičnost je obično veća od osjetljivosti. Drugim riječima, vjerovatnije je da ljudi imaju lažno negativan nego lažno pozitivan test.