COVID-19 Durch Stimme Erkennen? Neue Methode Muss Noch Verifiziert Werden

Die Epidemie im Ausland hat sich in letzter Zeit immer weiter zugespitzt und unzureichende Tests sind zu einem Problem geworden, das dringend angegangen werden muss. Kürzlich nutzten Forscher der Carnegie Mellon University und der Cambridge University Schalldetektoren, um KI auf Hilfsverfahren zur Erkennung und Diagnose anzuwenden.

Die neue Coronavirus-Epidemie hat sich im Ausland explosionsartig ausgebreitet und die umständlichen Nachweismethoden und der Mangel an Ausrüstung sind zu Hindernissen bei der Prävention und Kontrolle der Epidemie geworden.

Viele Medien berichteten, dass unzureichende Tests einer der Gründe dafür seien, dass viele Länder die Epidemie nicht wirksam eindämmen könnten, was zu einem rapiden Anstieg der Fälle führe.

Kürzlich haben zwei namhafte Universitäten, die Carnegie Mellon University (CMU) und die Cambridge University, zufällig eine neue Methode eingesetzt: die Analyse von Toninformationen durch KI-Systeme, um das Risiko einer Infektion mit COVID-19 zu erkennen.

CMU: Ergebnisse in Minuten

Beim COVID Voice Detector-Tester der Carnegie Mellon University müssen mehrere Sprachaufnahmen durchgeführt werden, und die Ergebnisse zum Infektionsrisiko können in nur wenigen Minuten abgerufen werden.

Nachdem Sie die Website aufgerufen und sich registriert haben, müssen Sie Ihre persönlichen Daten eingeben. Zu den betreffenden Informationen gehören Rasse, Alter, Gesundheitszustand, ob beim Patienten eine Diagnose vorliegt oder bereits gestellt wurde usw.

Nachdem Sie die obigen Informationen eingegeben haben, müssen Sie Stimminformationen wie Husten, Aussprache englischer Vokale, Lesen von Zahlen und Buchstaben usw. aufzeichnen.

Das Modell wurde mit Daten von bestätigten Patienten und normalen Testpersonen trainiert und kann neu eingegebene Geräusche klassifizieren und zuordnen.

Abschließend wird eine Punktzahl zurückgegeben, die angibt, wie gut der aufgezeichnete Ton mit den Infektionsmerkmalen der gesammelten COVID-19-Patientendaten übereinstimmt.

Um die Beurteilung des Systems so präzise wie möglich zu gestalten, müssen genügend Trainingsdaten vorhanden sein und diese müssen vielfältige Informationen abdecken. Die Forscher rufen dazu auf, mehr Freiwillige zur Teilnahme zu bewegen.

Darüber hinaus sei das System skalierbar, und wenn die Stimme von jemandem mit anderen Atemwegserkrankungen stamme, könne der Algorithmus die Klangmerkmale dieser Art von Krankheit erlernen.

Testeradresse:
https://cvd.lti.cmu.edu/cvd/

Beim Besuch der Website vor Redaktionsschluss wurde angezeigt, dass diese aufgrund von Aktualisierungs- und Wartungsarbeiten vorübergehend geschlossen war. Der zuständige Verantwortliche teilte mit, dass voraussichtlich am Wochenende wieder online sein wird.

Universität Cambridge: Es geht nur ums Datensammeln

Ähnlich wie die Carnegie Mellon University hat auch die Cambridge University ein Projekt zur Erkennung von COVID-19 mithilfe von Schall gestartet. Der kleine Unterschied besteht jedoch darin, dass die Universität Cambridge nur Daten sammelt und keine Testergebnisse bereitstellt.

Die Art und Weise, wie das System Daten sammelt, ist ähnlich. Dazu müssen grundlegende Informationen und medizinische Daten eingegeben und Sprachinformationen über das Mikrofon des Mobiltelefons als Trainingsbeispiele erfasst werden.

Ebenso wird das System den körperlichen Gesundheitszustand des Nutzers untersuchen, etwa ob er Fieber hat oder eine Infektion hatte. Zu den Elementen, die aufgezeichnet werden müssen, gehören Ausatmungsgeräusche, Hustengeräusche und die Geräusche beim Lesen von Texten.

Projektleiterin Professor Cecilia Mascolo erklärte, dass aufgrund der geringen Größe der Datensätze für diese Studie eine ausreichende Datenmenge gesammelt werden müsse, um bessere Algorithmen für die Früherkennung bereitzustellen.

Er sagte außerdem, dass nach der Datensammlung auch dann Informationen zu anderen Atemwegserkrankungen gefunden werden könnten, wenn es nicht genügend positive Coronavirus-Fälle gebe.

Das ultimative Ziel dieses Projekts ist die Entwicklung eines Algorithmus für maschinelles Lernen, der Krankheiten automatisch erkennen und in Form einer breit einsetzbaren Erkennungs-App präsentieren kann.

Projektadresse:
https://www.covid-19-sounds.org/zh/index.html

Kann die Sprachforensik eine genaue Identifizierung ermöglichen?

Die beiden Projekte sind unabhängig voneinander, die verwendeten Methoden und Prinzipien weisen jedoch einige Gemeinsamkeiten auf. Allerdings lieferte keine der beiden Seiten viele Informationen über die konkreten Grundsätze des Projekts.

Das Forschungsteam der Carnegie Mellon University beschäftigt sich seit langem mit der Technologie der Stimmforensik. Sie glauben, dass die menschliche Stimme, beeinflusst durch den Zustand und die Gesundheit ihrer Organe, physiologische, psychologische und sogar medizinische Daten preisgeben kann.

Bei Patienten, die mit dem Lungenentzündungsvirus infiziert sind, kommt es zu Läsionen in der Lunge, die sich auf Parameter wie das Atemmuster auswirken und zu abnormalen Merkmalen in den von ihnen abgegebenen Geräuschen führen. Dies ist ein Merkmal, das der Algorithmus erfassen kann.

Auch das Team der Universität Cambridge besteht aus zahlreichen Experten und Ärzten. In der Projekteinführung hieß es, dass die Geräusche von Menschen, die mit dem neuen Coronavirus infiziert sind, als Atemwegserkrankung bestimmte Merkmale aufweisen würden, darunter Geräusche, Atempausen und Husten.

Obwohl dieser Ansatz neuartig ist, befinden sich beide Projekte noch in der Anfangsphase. In einem BBC-Bericht wurde der Begriff „Kinderkrankheiten“ verwendet, um die Schwierigkeit dieser Lösung zu verdeutlichen.

Allerdings gab es in früheren Studien einige erfolgreiche Fälle, in denen Schall zur Diagnose von Krankheiten eingesetzt wurde.

Das 2014 gegründete Unternehmen ResApp Health konzentriert sich beispielsweise auf die Verwendung von Algorithmen des maschinellen Lernens zur Analyse von Hustengeräuschen, um verschiedene chronische und akute Erkrankungen zu diagnostizieren und deren Schwere zu messen. Bisher wurden einige Ergebnisse erzielt, die zur Diagnose von Krankheiten wie Asthma, Lungenentzündung und Bronchiolitis verwendet werden können.

Ein weiteres Unternehmen, Sonde, erhielt im vergangenen Jahr ebenfalls ein US-Patent für Sprachdiagnose. Die von ihnen entwickelte Plattform kann den Gesundheitszustand eines Patienten anhand seiner Sprache bestimmen, indem sie subtile Veränderungen in der Stimme erfasst und analysiert und so Ärzte bei der Diagnose von Erkrankungen wie Depressionen und Demenz unterstützt.

Verglichen mit ausgereifter Forschung ist das Projekt zur Diagnose von COVID-19 mittels Schall nicht nur zeitkritisch, es liegen auch nur sehr wenige Schalldaten über die Krankheit vor, sodass es auch ziemlich schwierig und herausfordernd ist.

Es gibt Kontroversen, und ob es wirksam ist, muss noch überprüft werden

Die Forschung beider Projekte wurde nicht von der FDA oder CDC genehmigt und kann nicht für eine formelle medizinische Diagnose verwendet werden.

Das größte Ziel in dieser Phase besteht darin, mehr Menschen (darunter bestätigte Patienten und normale Menschen) dazu aufzurufen, ihre Sprachdaten beizutragen, um den Fortschritt dieses Forschungsprojekts zu fördern und dann zur Eindämmung von Epidemien wie dem neuen Coronavirus beizutragen.

Es besteht auch Kontroversen darüber, ob diese Studien wirksam sind. Wenn beispielsweise die Schwere der Epidemie in verschiedenen Regionen unterschiedlich ist, führt dies zu einer analytischen Verzerrung des Modells? Obwohl eine einfache Sprachaufzeichnung praktisch ist, genügen die erfassten Sprachinformationen nicht den Anforderungen einer wissenschaftlichen Analyse.

Es scheint nun, dass die Professionalität und Genauigkeit des Systems noch auf weitere Überprüfungen warten müssen. Vorher wusste niemand, welcher Weg vor uns lag, aber gerade darin liegt der Reiz wissenschaftlicher Forschung.

-- über--