Полный текст материала на Digital Tales
Лаборатория искусственного интеллекта Сбера разработала алгоритм, который в течение 60 секунд может определить вероятность заболевания COVID-19, сообщает пресс-служба Сбера. Наличие вируса определяется на основе результатов короткого опроса по симптоматике и трёх звуковых моделей — голоса, дыхания и кашля.
Звуковые файлы превращаются в спектрограмму, показывающую энергию звука на разных частотах, и далее анализируются с помощью глубокой свёрточной нейронной сети. Для её тренировки использовались только открытые данные — это более тысячи образцов звуков дыхания и кашля, собранных с диагностированных пациентов в российских клиниках.
По заявлению Сбера, модель пока не достигает точности ПЦР, но уже сейчас имеет сопоставимые характеристики.
Ранее, Сбер запустил онлайн симптом-чекер, который помогает рассчитать вероятность заболевать коронавирусом и прогнозирует форму течения заболевания. Симптом-чекер был разработан на основе вероятностной модели ИИ и данных общемировой медицинской статистики.
По данным платформы, в октябре 2020 года тестирование прошли около 100 тысяч человек из всех регионов России. Высокий риск заболевания был выявлен у 10,5% респондентов (в апреле — у 9%), средний риск — у 38% (в апреле — у 24%). Чаще всего люди из этих групп жалуются на упадок сил (16%), кашель и головную боль (по 9%), насморк, температуру, боль в мышцах и суставах (по 6%). Примечательно, что заметно чаще, чем в первую волну, они отмечают у себя отсутствие обоняния и вкуса (5% против 2% в апреле).
В ближайшее время компания планирует создать мобильное приложение, которое позволит настроить точность модели выявления COVID-19.
Сбер дополнил онлайн-симптом чекер алгоритмом распознавания COVID по звуку кашля и дыхания. По заверениям банка, информация для обучения модели была собрана на основании открытых данных, а именно записей, собранных у пациентов с коронавирусом в российских клиниках.
Respiro — решение от врачей
Решение Сбера оказалось не единственным алгоритмом для аудио-диагностики COVID. Команда разработчиков совместно с врачами московской ГКБ №40 «Коммунарка», создали сервис акустического скрининга респираторных заболеваний Respiro. По утверждению команды проекта, сервис «эффективен более чем в 90% случаев, в отличие от ПЦР, который в 30-40% случаев дает ложноотрицательный результат». Кроме того, сервис эффективен и в диагностике бессимптомных случаев.
По словам Дениса Проценко, к.м.н., главного врача ГКБ №40 «Коммунарка», особенность Respiro заключается в «отказе от семиотики отдельных клинических проявлений в пользу верифицированных событий, стандартизации аудиозаписи и динамической оценки».
ИИ из Массачусетса
Впрочем, первыми выявлять COVID-19 по звуку кашля научился ИИ алгоритм Массачусетского Технологического Университета, результаты исследования опубликованы в IEEE Journal of Engineering in Medicine and Biology. Исследователи собрали более 70 000 записей, содержащих около 200 000 аудио образцов кашля, что по словам команды, самый большой из известных датасетов на настоящий момент. Около 2 500 записей были предоставлены пациентами с подтвержденным диагнозом COVID. После обучения на датасете, модель с точностью распознала 98,5% записей пациентов с коронавирусом, включая 100% записей бессимптомных пациентов, получивших положительный результат тестирования на коронавирус при отсутствии симптомов заболевания.
Исследователи отмечают, что модель главным образом предназначена для выявления COVID-19 у пациентов, не имеющих симптомов, то есть способна с точностью отличить кашель здорового человека от кашля пациента с коронавирусом.
Команда MIT, как и команда Сбера, работают над созданием мобильного приложения, благодаря которому любые пользователи с могут с легкостью диагностировать у себя заболевание и узнать о рисках заражения. При этом на момент выхода материала пока доступных для широкого круга приложений не вышло.
