研究

私たちの研究の詳細をご覧ください!

どのような仕組みなの?

Virufyは咳の録音に基づいて、新型コロナウイルスの感染を数分以内で予測するAIアルゴリズムを開発しています。私たちの研究はマサチューセッツ工科大学 (MIT)、カーネギーメロン大学、ケンブリッジ大学など有名な機関での研究の他に独自の研究によって裏付けられています。

Expandir/reduzir

これまで人々の咳や呼吸の音は、医療専門家たちに呼吸器の健康状態やさまざまな病気の診断のために使用されてきました。新型コロナウイルスが大流行する以前は、医療関係者は患者に直接病院にきてもらい、対面診断より咳などの音を収集し、診察を行なってきました。しかしこのパンデミック時期に求められる社会的距離と医療従事者の制限により、患者の咳と呼吸によるCOVID-19の対面診断の実現可能性はほとんどありません。

ただし、診断技術における人工知能(AI)の普及により、咳をスマートフォンアプリに録音するだけで新型コロナウイルスの感染を診断できる可能性があります。AIアルゴリズムは、呼吸又は咳の録音の微細なパターンや特徴を拾い上げる事ができるため、AIは呼吸器疾患の分類において高い感度と特異性を示すことができました[12345 ]。 成功したAI診断モデルの以前の例には、喘鳴とロンチ9]、百日咳[3]、喘息[1]、および肺炎 [1]を診断するものが含まれます。これらの各疾患にも独自の呼吸パターンや特徴があり、それを拾い上げることで陽性の症例を区別しました。

Expandir/reduzir

他の呼吸器疾患と同様に、新型コロナウイルスは喉と肺に独特の呼吸器系の特徴を作り出し、湿った咳が特徴的な他の呼吸器感染症とは異なります。その結果、以前の研究で咳の音を分析することでCOVID-19を検出できることが示唆されています。このアイデアは、世界中でカーネギーメロン大学[8]、マサチューセッツ工科大学(MIT) [10]、ケンブリッジ大学 [7]などの有名な機関によって研究されています。例えば、ケンブリッジ大学が行ったクラウドソース調査では、一般的なバイナリ機械学習分類器が高精度で新型コロナウイルス陽性患者を呼吸音と咳音で分類できることが示されました(AUC = 0.7)[7]。同様に、カーネギーメロン大学の研究者らは、COVID-19陽性患者を区別する18の音声特徴を特定し、89.1%の精度でCOVID-19を診断するモデルをトレーニングしました [8]。

Expandir/reduzir

Virufyは過去の研究に基づいて、咳の音声で数分以内に新型コロナウイルス感染を正確に予測するために使用できるAIアルゴリズムを開発しています。 ただし、米国だけの人口を対象とした以前の新型コロナウイルスによる咳の研究とは対照的に、Virufyは世界中の複数のサイトからデータを収集することを目指しています。いくつかの国にまたがるボランティアによる学生の取り組みとして、Virufyはさまざまな民族やコミュニティ固有の音韻の違いを含むデータを通じて、人種的および空間的包含性を高めた新型コロナウイルス診断モデルを開発しています。

現在Virufyは、様々な人種や国から得られた臨床データをもとに80%の正確性を持つAIモデルの開発をすることに成功しました。しかし、80%という数字はまだまだ十分ではありません。より高い正確性のAIモデルを開発し、後にはスマートフォンのアプリで新型コロナウイルスを無料で診断できるモデルも作るために、まだまだ皆さんの咳の寄付が必要です。

以下は、新型コロナウイルスを検出するAIアルゴリズム開発が成功すると自信を与えてくれる研究プロジェクトの例です。

Dados

Covid-19サウンドアプリ

ケンブリッジ大学が実施したクラウドソーシングによる調査。 彼らは咳と呼吸のサンプルを使用して、喘息または健康なコントロールの人の音声とCOVID-19患者の音声がどのように識別できるかを研究しました。 彼らは、一般的に使用されている単純なバイナリー機械学習分類器でさえ、正常で健全な人とCOVID-19患者の咳と呼吸音声を正確に分類できるという結果を示しています。 私たちのモデルは、すべてのタスクで70%を超えるAUC(正確さ)を達成しています。 この研究は、自動的に分析された呼吸パターンが、COVID-19診断を支援するプレスクリーニング信号としてどのように使用できるかについてのさらなる調査を促します[7]。

Balão de fala

COVID音声検出器

カーネギーメロン大学による研究は、COVID-19の診断のためにAIを学習させるために多数の音声サンプルを収集することを目的としています。 この研究の背後にある理論的根拠は、「私たちの声の音(言語に関係なく)と、呼吸器系が影響を受けたときに呼吸や咳が変化したときに発生する音です。変化は、全体的ではっきりと聞こえる変化から微小な変化までさまざまです これは「マイクロ」シグネチャと呼ばれ、トレーニングを受けていないリスナーには聞こえませんが、存在します「[8]。

Telefone

こんにちはシグマ、私はコロナウイルスに感染していますか? COVID-19パンデミックに対処する医療専門家をサポートするための新しい人工知能アプローチをリクエストする。

マサチューセッツ工科大学(MIT)の機械工学部は、電話を通じて咳のサンプルを収集してAIを学習させ、その後診断アルゴリズムを構築することにより、COVIDの陽性症例を検出するというアイデアを提案しました[10]。

人工知能はこれまで診断に使用されてきました!

小児集団における肺炎および喘息分類の咳音分析

この研究では、貧しい資源を持つ開発途上国に医療を提供するために、喘息と肺炎の咳を区別するAIが使用されました。 彼らの方法は、89%の感度、100%の特異性、および0.89のカッパ(kappa) を達成しました。 これらの結果は、呼吸音の検出と識別におけるAIの潜在的な使用を示しています[1]。

百日咳の自動診断のための咳ベースのアルゴリズム

この研究では、百日咳を検出できるようAIを学習させるために、百日咳、クループ、および細気管支炎や喘息などの疾患に対応する喘鳴音を含む咳を調べました。 アルゴリズムは、音声記録からすべての百日咳の症例を正常に診断でき、92%の精度と97%のPPVで個々の咳音を自動的に検出しました。 全体として、この研究は、呼吸音を区別および診断するための潜在的な候補としてのAIの使用をサポートしています[3]。

Divisor

参考文献