Smartphone-app detecteert Covid-19-infectie nauwkeurig in de stemmen van mensen

Maandag onthulden onderzoekers dat een smartphone-app Covid-19-infectie nauwkeurig kan detecteren in de stemmen van mensen met behulp van kunstmatige intelligentie (AI).

Het team beweerde dat de applicatie nauwkeuriger is dan veel antigeentests en goedkoop, snel en gemakkelijk te gebruiken is, wat betekent dat het kan worden gebruikt in landen met lage inkomens waar PCR-tests duur en/of moeilijk te verspreiden zijn.

“De veelbelovende resultaten geven aan dat eenvoudige audio-opnames en nauwkeurige AI-algoritmen een hoge nauwkeurigheid kunnen bereiken bij het identificeren van patiënten met een Covid-19-infectie”, zegt Wafa El-Jabawi, een onderzoeker aan het Institute of Data Science van de Universiteit Maastricht in Nederland.

“Bovendien maakt het virtueel testen op afstand mogelijk en heeft het een responstijd van minder dan een minuut. Het kan bijvoorbeeld worden gebruikt bij toegangspunten voor grote bijeenkomsten, waardoor een snelle screening van de bevolking mogelijk is”, zei ze bij de European Respiratory Centrum. Internationaal congres van de Society in Barcelona, ​​​​Spanje.

Covid-19-infectie treft meestal de bovenste luchtwegen en stembanden, wat resulteert in veranderingen in de stem van een persoon.

Jabawi en haar begeleiders besloten te onderzoeken of kunstmatige intelligentie kan worden gebruikt om stemmen te analyseren om Covid-19 op te sporen.

Ze gebruikten gegevens van de Covid-19 Sounds-app van de Universiteit van Cambridge met 893 audiosamples van 4.352 gezonde en ongezonde deelnemers, van wie 308 positief testten op Covid-19.

De onderzoekers gebruikten een techniek voor geluidsanalyse, hellingsspectroscopie genaamd, die in de loop van de tijd verschillende geluidskenmerken identificeert, zoals luidheid, sterkte en contrast.

READ  Het Nederlandse startup-ecosysteem: groei invoeren, schalen en beheren

“Om de stem van Covid-19-patiënten te onderscheiden van degenen die de ziekte niet hadden, hebben we verschillende kunstmatige-intelligentiemodellen gebouwd en geëvalueerd welke het beste werkt bij het classificeren van Covid-19-gevallen”, voegde El-Jabawi eraan toe.

Ze ontdekten dat het ene model met de naam langetermijngeheugen (LSTM) beter presteerde dan de andere.

LSTM is gebaseerd op neurale netwerken, die de manier waarop het menselijk brein werkt simuleren en basisrelaties in gegevens leren.

De algehele nauwkeurigheid was 89 procent, het vermogen om positieve gevallen correct te detecteren was 89 procent en het vermogen om negatieve gevallen correct te identificeren was 83 procent.

“Deze resultaten laten een significante verbetering zien in de nauwkeurigheid van de diagnose van Covid-19 in vergelijking met de nieuwste tests zoals de laterale flow-test”, zei El-Jebawi.

De onderzoekers zeggen dat hun bevindingen in grote aantallen moeten worden gevalideerd.

– Jans

G/VK

(De titel en afbeelding voor dit rapport zijn mogelijk alleen herwerkt door het Business Standard-team; de rest van de inhoud wordt automatisch gegenereerd op basis van een gedeelde feed.)

Geachte lezer,

Business Standard heeft er altijd naar gestreefd de meest recente informatie en commentaar te leveren over ontwikkelingen die voor u van belang zijn en die bredere politieke en economische implicaties hebben voor het land en de wereld. Uw voortdurende aanmoediging en feedback over hoe we ons aanbod kunnen verbeteren, heeft onze vastberadenheid en toewijding aan deze idealen nog sterker gemaakt. Zelfs in deze uitdagende tijden als gevolg van Covid-19 blijven we ons inzetten om u op de hoogte te houden met betrouwbaar nieuws, gezaghebbende meningen en inzichtelijk commentaar op relevante actuele kwesties.
We hebben echter een verzoek.

READ  TenneT kent contracten ter waarde van $ 25 miljard toe voor de aanleg van communicatie tussen de Noordzee en de kust

Terwijl we de economische impact van de pandemie bestrijden, hebben we uw steun nog meer nodig, zodat we u meer kwaliteitsinhoud kunnen blijven bieden. Ons inschrijvingsformulier heeft een bemoedigende reactie gekregen van velen van jullie, die zich online hebben geabonneerd op onze inhoud. Meer abonneren op onze online inhoud kan ons alleen maar helpen onze doelen te bereiken om betere en relevantere inhoud te bieden. Wij geloven in vrije, eerlijke en geloofwaardige journalistiek. Uw steun met meer abonnementen kan ons helpen de journalistiek te beoefenen waar we ons voor inzetten.

Ondersteuning kwaliteit pers en Abonneren op Business Standard.

digitale editor

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *