अनुसंधान

हमारे शोध कैसे काम करते हैं इसके बारे में और जानें!

कैसे चलेगा?

विरुफी खांसी की ध्वनि रिकॉर्डिंग के आधार पर मिनट के भीतर COVID -19 संक्रमण की भविष्यवाणी करने के लिए एक एआई एल्गोरिदम विकसित कर रहा है। हमारे काम को सीएमयू, एमआईटी और कैम्ब्रिज सहित प्रतिष्ठित संस्थानों से नैदानिक ​​अध्ययन और अनुसंधान में हमारे अपने परिणामों का समर्थन है।

expand/collapse icon

आपकी खाँसी और साँस लेने की आवाज़ लंबे समय से चिकित्सा पेशेवरों द्वारा श्वसन स्वास्थ्य के लिए और विभिन्न रोगों के निदान के लिए उपयोग की जाती है। COVID-19 महामारी से पहले, चिकित्सा कर्मी एक मरीज से इन ध्वनियों को इकट्ठा करेंगे और बाद में एक व्यक्ति के कार्यालय के दौरे के माध्यम से निदान करेंगे। हालाँकि यह पहले की सामान्य नैदानिक पद्धति समय और धन दोनों को बचाती है, लेकिन इस महामारी के दौरान सामाजिक कर्मियों की सामाजिक गड़बड़ी और सीमा के कारण COVID -19 का व्यक्तिगत निदान करना मुश्किल है।

हालांकि, निदान तकनीक में आर्टिफिशियल इंटेलिजेंस (एआई) के प्रसार के साथ, स्मार्टफोन ऐप में खांसी की सरल रिकॉर्डिंग के माध्यम से सीओवीआईडी ​​-19 का निदान करना संभव हो सकता है। एआई एल्गोरिदम की मिनट पर लेने की क्षमता के कारण - अभी तक अलग-अलग हैं - ऑडियो सुविधाओं में पैटर्न, एआई श्वसन रोगों को वर्गीकृत करने में उच्च संवेदनशीलता और विशिष्टता प्रदर्शित करने में सक्षम रहा है [1, 2, 3, 4, 5]। सफल एआई डायग्नोस्टिक मॉडल के पिछले उदाहरणों में वे शामिल हैं जो घरघराहट और रोंची [9], पर्टुसिस [3], अस्थमा [1] और न्यूमोनिया [1] का निदान करते हैं - जिनमें से सभी ने सकारात्मक मामलों को अलग करने के लिए प्रत्येक बीमारी के अद्वितीय श्वसन हस्ताक्षर का उपयोग किया है।

expand/collapse icon

अन्य सभी श्वसन रोगों के समान, COVID -19 गले और फेफड़ों में एक अद्वितीय श्वसन हस्ताक्षर बनाता है जो अन्य श्वसन संक्रमणों से अलग होता है जो एक चारित्रिक गीला खांसी पैदा करता है। नतीजतन, पिछले शोध बताते हैं कि सीओवीआईडी ​​-19 का पता लगाने के लिए खांसी की आवाज़ का विश्लेषण किया जा सकता है। विश्व स्तर पर, इस विचार को कई प्रतिष्ठित संस्थानों द्वारा सक्रिय रूप से शोध किया जा रहा है, जिसमें सीएमयू [8], एमआईटी [10] और कैम्ब्रिज [7] शामिल हैं। उदाहरण के लिए, कैम्ब्रिज विश्वविद्यालय द्वारा किए गए एक क्राउडसोर्स अनुसंधान से पता चला है कि एक साधारण बाइनरी मशीन लर्निंग क्लासिफायर COVID -19 पॉजिटिव रोगियों को उच्च सटीकता (AUC = 0.7) [7] के साथ श्वास और खांसी की आवाज़ के माध्यम से वर्गीकृत कर सकता है। इसी तरह, सीएमयू के शोधकर्ताओं ने 18 आवाज़ की विशेषताओं की पहचान की जो सकारात्मक COVID-19 रोगियों को अलग करती हैं और एक मॉडल को 89.1% सटीकता के साथ COVID-19 का निदान करने के लिए प्रशिक्षित किया है [8]

expand/collapse icon

पिछले शोध के आधार पर, विरुफी एक एआई एल्गोरिदम विकसित कर रहा है जिसका उपयोग खांसी की आवाज़ की रिकॉर्डिंग के आधार पर मिनट के भीतर एक सीओवीआईडी ​​-19 संक्रमण की सटीक भविष्यवाणी करने के लिए किया जा सकता है। हालाँकि, पिछली COVID-19 खांसी अनुसंधान का विरोध करने के लिए, जिसने अमेरिका की आबादी को लक्षित किया था, विरूफी का लक्ष्य दुनिया भर में कई साइटों से डेटा एकत्र करना है। कई देशों में फैले स्वयंसेवकों के साथ एक छात्र द्वारा संचालित पहल के रूप में, विरुफ़ी डेटा के माध्यम से अधिक नस्लीय और स्थानिक समावेश के साथ एक COVID-19 नैदानिक ​​मॉडल विकसित कर रहा है जिसमें कई जातीय और समुदाय-विशिष्ट ध्वन्यात्मक अंतर शामिल हैं।

वर्तमान में, विरूफी ने कई देशों से प्राप्त नैदानिक ​​डेटा से 80% सटीकता के साथ एक मॉडल विकसित किया है और कई जातीयताओं को फैलाया है। हालांकि, जबकि हमारा मॉडल उच्च सटीकता का है, हम मानते हैं कि यह पर्याप्त नहीं है। हमें अपने मॉडल को निखारने के लिए आपकी खांसी की जरूरत है और अंततः एक निशुल्क COVID-19 डायग्नोस्टिक मॉडल विकसित करना है जो स्मार्टफोन एप्लिकेशन के माध्यम से आसानी से और तुरंत COVID-19 डायग्नोसिस प्रदान कर सकता है।

नीचे शोध परियोजनाओं के कुछ उदाहरण दिए गए हैं जो हमें COVID-19 का पता लगाने के लिए उपयोग किए जाने वाले AI एल्गोरिथ्म को विकसित करने के दायरे में विश्वास दिलाते हैं:

data

एक कोविद -19 साउंड्स ऐप

कैम्ब्रिज विश्वविद्यालय द्वारा गाढ़ा शोध अध्ययन। अस्थमा या स्वस्थ्य नियंत्रण में उन लोगों से यह समझने के लिए कि खांसी की मात्रा कितनी है, यह समझने के लिए उन्होंने खांसी के नमूने और सांस का इस्तेमाल किया। उनके परिणाम बताते हैं कि एक साधारण बाइनरी मशीन लर्निंग क्लासिफायर भी सही ढंग से स्वस्थ और COVID-19 ध्वनियों को वर्गीकृत करने में सक्षम है। हमारे मॉडल सभी कार्यों में 70% से अधिक AUC प्राप्त करते हैं। यह कार्य आगे की जांच को प्रेरित करता है कि COVID-19 निदान [7] की सहायता के लिए पूर्व-स्क्रीनिंग संकेतों के रूप में स्वचालित रूप से श्वसन पैटर्न का विश्लेषण कैसे किया जा सकता है।

speech balloon

COVID वॉयस डिटेक्टर

कार्नेगी मेलन विश्वविद्यालय के एक अध्ययन ने COVID के निदान के लिए AI को प्रशिक्षित करने के लिए बड़ी संख्या में आवाज के नमूने एकत्र करने का लक्ष्य रखा। अध्ययन के पीछे तर्क यह है कि, "हमारी आवाज़ की आवाज़ (भाषा की परवाह किए बिना), और जब हम साँस लेते हैं या जब हम श्वसन प्रणाली को प्रभावित करते हैं तो खाँसी बदल जाती है। ध्वनियाँ मोटे तौर पर बदलती हैं, स्पष्ट रूप से श्रव्य परिवर्तन से लेकर मिनट तक। परिवर्तन - जिसे हम "सूक्ष्म" हस्ताक्षर कहते हैं, जो अप्रशिक्षित श्रोता के लिए श्रव्य नहीं हैं, लेकिन फिर भी [8] मौजूद हैं।

phone

हाय सिग्मा, क्या मुझे कोरोनावायरस है? COVID-19 महामारी से निपटने के लिए स्वास्थ्य कार्यकर्ता का समर्थन करने के लिए एक नया एआई ऐप।

MIT के मैकेनिकल इंजीनियरिंग विभाग ने कृत्रिम बुद्धि को प्रशिक्षित करने और बाद में एक नैदानिक ​​एल्गोरिथ्म बनाने के लिए फोन के माध्यम से खांसी के नमूने एकत्र करके COVID के सकारात्मक मामलों का पता लगाने के लिए एक विचार का प्रस्ताव दिया। [10]

निदान के लिए पूर्व में Artificial Intelligence का उपयोग किया गया है!

बाल चिकित्सा जनसंख्या में निमोनिया और अस्थमा वर्गीकरण के लिए खांसी ध्वनि विश्लेषण

इस अध्ययन में, गरीब संसाधनों के साथ विकासशील देशों को चिकित्सा देखभाल प्रदान करने के लिए, अस्थमा और निमोनिया की खांसी के बीच अंतर करने के लिए एआई का उपयोग किया गया था। उनके तरीके ने 89%, 100% की विशिष्टता और 0.89 के कप्पा की संवेदनशीलता हासिल की। ये परिणाम श्वसन ध्वनियों के पता लगाने और विभेदन में एआई के संभावित उपयोग को दर्शाते हैं [1]।

पर्टुसिस के स्वचालित निदान के लिए एक खांसी आधारित एल्गोरिथ्म

इस अध्ययन ने पर्टुसिस का पता लगाने के लिए एअर इंडिया को प्रशिक्षित करने के लिए ब्रोंकियोलाइटिस और अस्थमा जैसी बीमारियों के अनुरूप पर्टुसिस खांसी, क्रूप और खांसी की जांच की। एल्गोरिथ्म ऑडियो रिकॉर्डिंग से सभी पर्टुसिस मामलों का सफलतापूर्वक निदान करने में सक्षम था, स्वचालित रूप से 92% सटीकता और 97% के पीपीवी के साथ व्यक्तिगत खांसी की आवाज़ का पता लगाता है। कुल मिलाकर, अध्ययन एआई के उपयोग को श्वसन ध्वनियों को विभेदित करने और निदान करने के लिए एक संभावित उम्मीदवार के रूप में समर्थन करता है [3]।

Divider

संदर्भ