Parte do desafio no controle da pandemia de coronavírus é identificar e isolar pessoas infectadas rapidamente – não é particularmente fácil quando os sintomas do COVID-19 nem sempre são perceptíveis , especialmente no início. Agora, os cientistas desenvolveram um novo modelo de inteligência artificial que pode detectar o vírus a partir de uma simples tosse forçada.
As evidências mostram que a IA pode detectar diferenças na tosse que não podem ser ouvidas com o ouvido humano e, se o sistema de detecção puder ser incorporado a um dispositivo como um smartphone, a equipe de pesquisa acredita que ele pode se tornar uma ferramenta de triagem inicial útil.
O trabalho se baseia em pesquisas que já estavam acontecendo sobre a detecção de Alzheimer por meio da tosse e da fala. Assim que a pandemia começou a se espalhar, a equipe voltou sua atenção para o COVID-19, explorando o que já havia sido aprendido sobre como a doença pode causar mudanças muito pequenas na fala e em outros ruídos que fazemos.
“Os sons da fala e da tosse são influenciados pelas cordas vocais e órgãos ao redor”, diz o cientista pesquisador Brian Subirana , do Massachusetts Institute of Technology (MIT).
“Isso significa que, quando você fala, parte de sua fala é como tossir e vice-versa.”
“Isso também significa que coisas que facilmente derivamos da fala fluente, a IA pode pegar simplesmente com a tosse, incluindo coisas como o sexo da pessoa, língua materna ou até mesmo estado emocional. Na verdade, há um sentimento embutido em como você tosse.”
A pesquisa de Alzheimer redirecionada para COVID-19 envolveu uma rede neural conhecida como ResNet50. Foi treinado em mil horas de fala humana, depois em um conjunto de dados de palavras faladas em diferentes estados emocionais e, em seguida, em um banco de dados de tosses para detectar mudanças no desempenho pulmonar e respiratório.
Quando os três modelos foram combinados, uma camada de ruído foi usada para filtrar as tosses mais fortes das mais fracas. Em cerca de 2.500 registros de tosse capturados de pessoas com COVID-19, o AI identificou corretamente 97,1 por cento deles – e 100 por cento dos casos assintomáticos.
É um resultado impressionante, mas ainda há mais trabalho a fazer. Os pesquisadores enfatizam que seu principal valor está em detectar a diferença entre tosses saudáveis e tosses não saudáveis em pessoas assintomáticas – não em realmente diagnosticar COVID-19, para o qual um teste adequado seria necessário. Em outras palavras, é um sistema de alerta precoce.
“A implementação efetiva dessa ferramenta de diagnóstico em grupo poderia diminuir a propagação da pandemia se todos a usassem antes de ir para uma sala de aula, uma fábrica ou um restaurante”, diz Subirana .
O fato de que o teste não é invasivo, é virtualmente gratuito para ser executado e rápido para aplicar aumenta sua utilidade potencial – embora não seja projetado para diagnosticar pessoas com COVID-19 que já estão apresentando sintomas, ele pode dizer se você deve isolar e faça um teste adequado quando não houver sinais importantes do vírus.
Os pesquisadores agora querem testar o motor em um conjunto de dados mais diversificado e ver se há outros fatores envolvidos no alcance de uma taxa de detecção tão alta e impressionante. Se chegar ao estágio de aplicativo de telefone, obviamente haverá implicações de privacidade também, já que poucos de nós vão querer que nossos dispositivos estejam constantemente atentos a sinais de problemas de saúde.
Assim que começarmos a colocar a pandemia do coronavírus para trás, a nova pesquisa pode ajudar a realimentar o estudo da tosse e da detecção de Alzheimer . Os dados mostram que as redes neurais requeriam apenas pequenos ajustes para serem adaptadas a cada condição.
“Nossa pesquisa revela uma semelhança impressionante entre a discriminação de Alzheimer e COVID”, escrevem os pesquisadores em seu artigo publicado .
“Os mesmos biomarcadores podem ser usados como uma ferramenta de discriminação para ambos, sugerindo que talvez, além da temperatura, pressão ou pulso, existam alguns biomarcadores de nível mais alto que podem diagnosticar suficientemente as condições em especialidades antes consideradas desconectadas.”
A pesquisa foi publicada no IEEE Open Journal of Engineering in Medicine and Biology .