Изкуственият интелект в смартфоните може да диагностицира COVID-19 от звука на говора и кашлицата

Смартфоните са неизменна част от ежедневието ни, но също така са умни устройства, които могат да са полезни при превенцията на коронавируса. В някои страни са налични специализирани мобилни приложения, които следят дали се спазват мерките за изолация. В този случай ще бъдете предупредени, ако се приближите твърде близо до друг, който е бил контактен със заразен от COVID-19.

За целта се използва Bluetooth свързаност, а разработката и поддръжката на подобна база данни е полезен начин да се придвижваме безопасно и да стоим настрана от другите хора.

Софтуерните решения от този тип могат да ви съобщят в реално време, когато се установи, че ваш приятел, колега или познат е дал положителна проба за корнавирус.

Независимо от усилията на учените все още не разполагаме с ваксина срещу COVID-19. Съществуват различни разработки, които оптимизират хардуера на смартфоните, за да бъдат по-полезни по време на пандемията от коронавируса. Екип от международни специалисти на MIT намериха впечатляващо приложение на изкуствения интелект.

 

 

Новият им проект включва усъвършенствани АI алгоритми, които са в състояние да разпознават симптоми на инфекция от коронавирус. За да го направят се нуждаят единствено от звука от кашлянето на определен потребител и предполагаем пациент. Самият анализ  с изкуствен интелект включва и говора на съответния човек.

Учените на MIT искат да представят мобилно приложение, което използва хардуера на смартфоните, за да следи за развитието на симптоми свързани с коронавирус. Вече е създадена невронна мрежа, която се тренира да разпознава индивидуални параметри, за да разбере дали инфекцията е попаднала в тялото.

Конпцепцията да се използва звук по този начин не е нова. Тестовете на MIT включват 5320 доброволци. Предоставените данни за звука от кашлица и говора на отделните хора се обработват на базата на акустични биомаркери.  Резултатите от изследването са изключително оптимистични, тъй като показват успех на мобилното приложение в 98.5% от случаите.

На този етап една на всеки 20 проби направени с този метод може да бъде грешна, но развитието на концепцията се очаква да предостави на 100% ефективност във финалния продукт.