Phát hiện người nhiễm COVID-19 qua tiếng ho

Họ đã huấn luyện một thuật toán học máy (hay còn gọi là mạng no-rơn thứ nhất) được gọi là ResNet50 để phân biệt các mức độ khỏe mạnh khác nhau của dây thanh âm. Sau đó, họ đào tạo một mạng nơ-ron thứ 2 để phân biệt các trạng thái cảm xúc rõ ràng trong lời nói, bởi vì bệnh nhân Alzheimer và những người bị suy giảm thần kinh nói chung đã được chứng minh là thường thể hiện cảm xúc như thất vọng hơn là hạnh phúc hoặc bình tĩnh. Họ cũng đào tạo mạng nơ-ron thứ 3 trên cơ sở dữ liệu về các cơn ho để phân biệt những thay đổi trong hoạt động của phổi và hô hấp dựa vào tiếng ho.

Cuối cùng, nhóm nghiên cứu kết hợp cả 3 mô hình và kết quả cuối cùng cho thấy mô hình này có thể xác định các mẫu ghi âm của bệnh nhân Alzheimer tốt hơn các mô hình chẩn đoán hiện có và sự kết hợp tất cả các yếu tố- sức mạnh dây thanh âm, cảm xúc, hoạt động của phổi và hô hấp, sự suy thoái cơ bắp- là những dấu hiệu sinh học để chẩn đoán bệnh qua tiếng ho một cách hiệu quả.

Khi đại dịch COVID-19 bắt đầu bùng phát, Brian Subirana, nhà nghiên cứu tại Phòng thí nghiệm Auto-ID ở MIT đã suy nghĩ đến việc thử các dấu ấn sinh học của bệnh Alzheimer này để xem liệu chúng có phù hợp với COVID-19 hay không.

Nhóm nghiên cứu bắt đầu thu thập bản ghi âm các tiếng ho, bao gồm cả những bản ghi âm tiếng ho của bệnh nhân COVID-19. Họ thành lập một trang web để mọi người có thể ghi lại và gửi tiếng ho thông qua điện thoại di động hoặc thiết bị khác. Những người tham gia đóng góp tiếng ho cũng phải điền vào bảng khảo sát về các triệu chứng mà họ đang gặp phải, đã được xét nghiệm chính thức hay chưa. Ngoài ra, có các ghi chú về giới tính, vị trí địa lý và ngôn ngữ mẹ đẻ.

Nhóm đã tập hợp 2.500 bản ghi của những người được xác nhận nhiễm COVID-19 cùng với 2.500 bản ghi khác chọn ngẫu nhiên từ nhóm những người khỏe mạnh để cân bằng tập dữ liệu. Họ sử dụng 4.000 trong số mẫu này để đào tạo mô hình AI; 1.000 bản ghi âm còn lại sau đó được đưa vào mô hình để thử xem liệu nó có thể phân biệt chính xác các cơn ho của bệnh nhân COVID-19 so với người khỏe mạnh hay không.

Sau đó, các nhà nghiên cứu đưa vào mô hình AI 1.000 bản ghi âm tiếng ho của cả những tình nguyện viên nhiễm COVID-19 và khỏe mạnh. Kết quả, trong số tất cả các tiếng ho của những người bị nhiễm, mô hình đã xác định chính xác 98,5%. Đặc biệt hơn, nó xác định chính xác tất cả (100%) tiếng ho của những người nhiễm COVID-19 nhưng không có triệu chứng (từ các tình nguyện viên đã xét nghiệm dương tính và nói rằng họ không có triệu chứng).

Subirana nhấn mạnh, sức mạnh của công cụ này nằm ở khả năng phân biệt cơn ho ở người không có triệu chứng với cơn ho ở người khỏe mạnh, chứ không phải để chẩn đoán những người có triệu chứng.

Nhóm đang làm việc với một công ty để phát triển AI này thành một ứng dụng sàng lọc miễn phí. Họ cũng đang hợp tác với một số bệnh viện trên khắp thế giới để thu thập một bộ dữ liệu ghi âm tiếng ho đa dạng và lớn hơn, giúp đào tạo và củng cố độ chính xác của mô hình.

BT