Eine Smartphone-App zur Erkennung von Covid-19 anhand der Stimmen von Menschen wird entwickelt: So funktioniert es

Eine Smartphone-App kann mithilfe künstlicher Intelligenz (KI) eine Covid-19-Infektion in den Stimmen der Menschen genau erkennen, wie Forscher am Montag enthüllten.

Das Team behauptete, die App sei genauer als mehrere Antigentests und billig, schnell und einfach zu verwenden, was bedeutet, dass sie in Ländern mit niedrigem Einkommen verwendet werden kann, in denen PCR-Tests teuer und/oder schwer zu verteilen sind.

„Die vielversprechenden Ergebnisse deuten darauf hin, dass einfache Sprachaufzeichnungen und fein abgestimmte KI-Algorithmen möglicherweise eine hohe Genauigkeit bei der Bestimmung erreichen können, welche Patienten mit Covid-19 infiziert sind“, sagte Wafaa Aljbawi, Forscherin am Institute for Data Sciences der Universität Maastricht, Niederlande .

„Darüber hinaus ermöglichen sie virtuelle Tests aus der Ferne und haben eine Bearbeitungszeit von weniger als einer Minute. Sie könnten zum Beispiel an Eingangspunkten zu großen Versammlungen eingesetzt werden und ein schnelles Screening der Bevölkerung ermöglichen“, sagte sie auf dem Internationalen Kongress der European Respiratory Society in Barcelona, ​​​​Spanien.

Eine Covid-19-Infektion betrifft typischerweise die oberen Atemwege und die Stimmbänder und verursacht Veränderungen in der Stimme einer Person.

Aljbawi und seine Vorgesetzten beschlossen, zu untersuchen, ob es möglich ist, mithilfe von KI Stimmen zu analysieren, um Covid-19 zu erkennen.

Sie verwendeten Daten aus der Crowdsourcing-App Covid-19 Sounds der University of Cambridge, die 893 Audiobeispiele von 4 gesunden und ungesunden Teilnehmern enthält, von denen 352 positiv auf Covid-308 getestet wurden.

Die Forscher verwendeten eine Stimmanalysetechnik namens Mel-Spektrogramm-Analyse, die verschiedene Stimmmerkmale wie Lautstärke, Lautheit und Variation im Laufe der Zeit identifiziert.

„Um die Stimme von Covid-19-Patienten von denen ohne die Krankheit zu unterscheiden, haben wir verschiedene Modelle der künstlichen Intelligenz gebaut und bewertet, welche für die Klassifizierung von Covid-19-Fällen am besten geeignet sind“, fügte Aljbawi hinzu.

Sie fanden heraus, dass ein Modell namens Langzeitgedächtnis (LSTM) die anderen Modelle übertraf.

LSTM basiert auf neuronalen Netzen, die die Funktionsweise des menschlichen Gehirns nachahmen und zugrunde liegende Zusammenhänge in Daten erkennen.

Seine Gesamtgenauigkeit betrug 89 %, seine Fähigkeit, positive Fälle korrekt zu erkennen, lag bei 89 %, und seine Fähigkeit, negative Fälle korrekt zu identifizieren, lag bei 83 %.

„Diese Ergebnisse zeigen eine signifikante Verbesserung der diagnostischen Genauigkeit von Covid-19 im Vergleich zu hochmodernen Tests wie dem Lateral-Flow-Test“, sagte Aljbawi.

Die Forscher sagen, dass ihre Ergebnisse mit großen Zahlen validiert werden müssen.

(Mit Ausnahme des Titels und des Titelbilds ist der Rest dieses IANS-Artikels unbearbeitet)

Lesen Sie weiter, um weitere Technologieinformationen, Produktbewertungen, Funktionen und wissenschaftliche Updates zu erhalten Fun Academy.