Pesquisa

Com base na pesquisa clínica sobre a classificação do som da tosse de instituições de prestígio, incluindo CMU, MIT e Cambridge, Virufy está desenvolvendo um algoritmo de inteligência artificial para prever, com precisão, uma infecção por COVID-19 em minutos com base nas gravações do som da tosse.


Expandir/reduzir

Semelhante a todas as outras doenças respiratórias, o COVID-19 cria uma assinatura respiratória única na garganta e nos pulmões que é distinta de outras infecções respiratórias que produzem tosse úmida. Consequentemente, foi sugerido que os sons da tosse podem ser analisados ​​para detectar COVID-19. Globalmente, essa ideia está sendo ativamente pesquisada por várias instituições de prestígio, incluindo CMU [8], MIT [11] e Cambridge [7]. Por exemplo, uma pesquisa crowdsource feita pela Universidade de Cambridge mostrou que um classificador de aprendizado de máquina binário simples é capaz de classificar pacientes positivos para COVID-19 por meio de sons de respiração e tosse com alta precisão (AUC = 0,7) [7]. Da mesma forma, os pesquisadores da CMU identificaram 18 características de voz que distinguem pacientes COVID-19 positivos e treinaram um modelo para diagnosticar COVID-19 com uma precisão de 89,1% [8]

Expandir/reduzir

Com base nesta pesquisa anterior, Virufy está desenvolvendo um algoritmo de IA que pode ser usado para prever com precisão uma infecção por COVID-19 em minutos com base em gravações de sons de tosse. No entanto, ao contrário da pesquisa anterior de tosse COVID-19 que teve como alvo a população dos EUA , Virufy tem como objetivo coletar dados de vários locais em todo o mundo. Como uma iniciativa de estudantes com voluntários de vários países, Virufy está desenvolvendo um modelo de diagnóstico COVID-19 com maior inclusão racial e espacial por meio de dados que incluem uma variedade de etnias e comunidades - diferenças fonológicas específicas.

Abaixo estão alguns exemplos de projetos de pesquisa que nos dão confiança no escopo do desenvolvimento de um algoritmo de IA a ser usado para detecção de COVID-19:

Dados

Fonte de dados

Uma pesquisa em massa feita pela Universidade de Cambridge que usou amostras de tosse e respiração para entender como os sons do COVID-19 são discerníveis em pessoas com asma ou controles saudáveis. Seus resultados mostram que mesmo um classificador de aprendizado de máquina binário simples é capaz de classificar sons saudáveis ​​e COVID-19 corretamente. Nossos modelos alcançam um AUC acima de 70% em todas as tarefas. Este trabalho inspira investigações adicionais de como os padrões respiratórios analisados ​​automaticamente podem ser usados ​​como sinais de pré-triagem para auxiliar no diagnóstico de COVID-19 [7].

Balão de fala

Detector de voz do COVID

Um estudo realizado pela Carnegie Mellon University teve como objetivo coletar um grande número de amostras de voz para treinar IA para o diagnóstico de COVID. A justificativa por trás do estudo é que "o som da nossa voz (independentemente do idioma) e os sons que fazemos quando respiramos ou tossimos mudam quando nosso sistema respiratório é afetado. As mudanças variam de mudanças grosseiras e claramente audíveis a minutos mudanças - o que chamamos de "micro" assinaturas, que não são audíveis para o ouvinte não treinado, mas estão presentes" [8].

Telefone

Olá Sigma, estou com o Coronavirus? Solicitação de uma nova abordagem de inteligência artificial para apoiar profissionais de saúde que lidam com a pandemia COVID-19.

O Departamento de Engenharia Mecânica do MIT se propõe a detectar casos positivos de COVID por meio da coleta de amostras de tosse por telefone para treinar a inteligência artificial e, posteriormente, construir um algoritmo de diagnóstico [11].

phone

O diagnóstico preliminar ativado por IA para COVID-19 a partir de amostras de tosse por meio de um aplicativo

O estudo projetado para coletar amostras de tosse para treinar e usar arquitetura de IA que minimiza diagnósticos incorretos. Eles preveem que, no momento em que este artigo foi escrito, seu mecanismo de IA pode distinguir entre tosses de pacientes com COVID-19 e vários tipos de tosses não-COVID-19 com mais de 90% de precisão [9].

Inteligência Artificial foi usada no passado para diagnóstico!

A análise de som de tosse para classificação de pneumonia e asma na população pediátrica

Neste estudo, IA foi usada para distinguir entre tosses de asma e pneumonia, com o objetivo de fornecer atendimento médico a países em desenvolvimento com poucos recursos. Seu método alcançou uma sensibilidade de 89%, especificidade de 100% e Kappa de 0,89. Seus resultados mostram o uso potencial de IA na detecção e diferenciação de sons respiratórios [1].

Um algoritmo baseado em tosse para diagnóstico automático de coqueluche

Este estudo usa tosse de coqueluche, crupe e tosse contendo sons similares correspondentes a outras doenças, como bronquiolite e asma, para treinar IA a fim de detectar coqueluche. O algoritmo é capaz de diagnosticar toda a coqueluche com sucesso a partir de gravações de áudio, detectando automaticamente sons de tosse individuais com 92% de precisão e VPP de 97%. Seu resultado suporta o uso de IA como um candidato potencial para diferenciar e diagnosticar sons respiratório [3].

Divisor

Citações