KI soll Covid-19-Infizierte am Husten erkennen
Statt eines unangenehmen Covid-19-Testes könnte die Analyse des Hustens anhand von Tonaufnahmen ausreichen, um eine Coronavirus-Infektion zu erkennen.
(Bild: Miguel Alegre / Shutterstock.com)
Wissenschaftler des Massachusetts Institute of Technology (MIT) haben eine KI entwickelt, die mit Covid-19 infizierte Personen am Husten erkennen können soll. In Tests mit nachweislich mit dem Coronavirus infizierten Menschen lag die Erkennungsquote bei 98,5 Prozent, bei Probanden, die noch keine Symptome aufwiesen, lag sie bei 100 Prozent. Die Forscher wollen die KI nun in eine mobile App gießen, um Hustengeräusche mit einem Smartphone auswerten zu können, damit Infizierte schnell und einfach erkannt werden können.
Wie aus dem Beitrag "Covid-19 Artificial Intelligence Diagnosis using only Cough Recordings" im IEEE Open Journal of Engineering in Medicine and Biology hervorgeht, eignet sich das Verfahren zur schnellen Erkennung von Asymptomaten, also Infizierten, die noch keine Covid-19-Symptome aufweisen, aber bereits Menschen anstecken können. Die Forscher des MIT fanden heraus, dass es Unterschiede zwischen einem gewöhnlichen Husten und einem Husten von Covid-19-Infizierten gibt – selbst dann, wenn der Husten erzwungen wurde. Der Mensch sei nicht in der Lage, die Unterschiede herauszuhören. Die vom MIT entwickelte KI könne jedoch die Tonaufzeichnung solcher Husten analysieren und die Unterschiede erkennen. "Die Art des Geräusches ändert sich, wenn Sie Covid haben – selbst wenn Sie noch asymptomatisch sind", sagt Brian Subirana, einer der beteiligten Wissenschaftler des Forschungsprojektes.
Infizierte husten anders
Die Wissenschaftler haben dazu zwischen April und Mai 2020 rund 5320 Hustenaufzeichnungen gesammelt, nach Angaben der Wissenschaftler bis dato der größte Audio-Covid-19-Hustendatensatz. Die Forscher entwickelten ein Sprachverarbeitungs-Framework, das akustische Biomarker-Merkmalextraktoren benutzt, um Hustenaufzeichnungen zu analysieren. Die auf ein Convolutional Neural Network (CNN) basierten Modelle wurden anhand von 4256 Aufzeichnungen der Probanden trainiert und dann an den restlichen 1064 Hustenaufzeichnungen des gesammelten Datensatzes getestet. Bei Probanden, die nachweislich mit einem Covid-19-Test positiv getestet worden waren, konnten 98,5 Prozent der Erkrankten korrekt als infiziert erkannt werden, bei asymptomatischen Probanden waren es 100 Prozent, heißt es in dem wissenschaftlichen Papier der MIT-Forscher.
Die Forscher kommen deshalb zu dem Schluss, dass mit ihrer KI, einer entsprechenden App und einem Smartphone schnell, unkompliziert und nahezu ohne Kosten täglich Tests beispielsweise beim Zugang von Schulen, Universitäten und Arbeitsplätzen durchgeführt werden könnten, um Infizierte zu erkennen und eine Ansteckung mit dem Coronavirus zu verhindern.
(olb)
