Asemptomatik kişiler, COVID-19 salgınının yayılmasında riski artırıyor. Massachusetts Teknoloji Enstitüsünden (MIT) araştırmacılar, asemptomatikleri öksürük sesinden tespit edebilen bir model geliştirdi. Bu model, telefon veya bilgisayarlarda kullanılabilen bir algoritmaya dayanıyor. COVID-19 ile enfekte olan asemptomatik kişiler, hastalığın fark edilebilir fiziksel semptomlarını göstermez. Bu nedenle virüs için test yaptırma olasılıkları düşüktür ve farkında olmadıkları için enfeksiyonu başkalarına yayabilirler. Yeni bir çalışmaya göre, asemptomatikler virüsün oluşturduğu değişikliklerden tamamen kurtulamayabiliyor. MITaraştırmacıları, asemptomatik kişilerin öksürme biçiminin sağlıklı bireylerden farklı olabileceğini keşfetti. Bu farklılıkların insan kulağı tarafından anlaşılamadığı ancak yapay zeka tarafından yakalanabildiği ortaya çıktı.IEE Journal of Engineering in Medicine and Biology'de yayımlanan bir makalede, araştırma ekibi, asemptomatik insanları sağlıklı bireylerden ayıran bir yapay zeka modelini tanıttı. Bu algoritma, insanların gönüllü olarak web tarayıcıları, cep telefonları veya bilgisayarlarından gönderdiği öksürük kayıtlarına dayanıyor. Araştırmacılar bu modeli on binlerce öksürük örneğinin yanı sıra söz üzerinde de eğitti. Model, asemptomatik olan ancak COVID-19 pozitif çıkan gönüllülerden yüzde 98,5'ini doğru tahmin etti.
Asemptomatik kişiler telefona öksürerek enfekte olup olmadığını anlayabilecek
Ekip, modeli kullanıcı dostu bir uygulamaya yerleştirmek için çalışıyor. Model, FDA (ABD Gıda ve İlaç Dairesi) tarafından onaylanıp büyük ölçekte benimsenirse, COVID-19 için asemptomatik olma olasılığı yüksek olan kişileri belirlemede potansiyel olarak ücretsiz ve kullanışlı bir ön tarama aracı olabilir. Bu algoritmada bir kullanıcı her gün oturum açabilir, telefonuna öksürerek virüs bulaşıp bulaşmayacağı konusunda anında bilgi alabilir ve böylece resmi bir COVID-19 testi yaptırması gerektiğini öğrenebilir.MIT'in Auto-ID Laboratuvarında araştırmacı ve makalenin ortak yazarı olan Brian Subirana, "Bu grup teşhis aracının etkili bir şekilde uygulanması sayesinde herkes salgının yayılmasını bir restorana, okula, fabrikaya gitmeden önce kullanırsa azaltabilir." dedi.
Algoritma COVID-19'a uyarlanmadan önce Alzheimer hastaları için eğitilmişti
Pandemiden önce araştırma grupları, zatürre ve astım gibi durumları doğru bir şekilde teşhis etmek için öksürük cep telefonu kayıtları üzerinde algoritmaları eğitiyordu. Benzer bir şekilde MIT ekibi, yalnızca hafıza kaybı değil, aynı zamanda zayıflamış ses telleri gibi nöromüsküler bozulma (kasları, sinirleri ya da sinir-kas kavşağını etkileyen bir grup hastalık) ile ilişkili Alzheimer hastalığının belirtilerini tespit edip edemeyeceğini görmek için öksürük kayıtlarını analiz eden yapay zeka modelleri geliştiriyordu. İlk olarak, farklı derecelerde ses güçlerini ayırt etmek için ResNet50 isimli genel bir makine öğrenme algoritmasını eğittiler. Araştırmalar, "mmmm" sesinin kalitesinin, bir kişinin ses tellerinin ne kadar zayıf veya güçlü olduğunun bir göstergesi olabileceğini ortaya koyuyordu.Ekip, konuşmada belirgin olan duygusal durumları ayırt etmek için ikinci bir sinir ağını eğitti. Çünkü Alzheimer hastalarının -genel olarak nörolojik gerileme yaşayanların-, mutluluk veya sakinlikten daha ziyade hayal kırıklığı veya düz bir duygulanma gibi belirli duyguları sergiledikleri görüldü. Araştırmacılar nötr, sakin, mutlu ve üzgün gibi duygusal durumları canlandıran büyük bir veri seti üzerinde çalıştı.Araştırmacılar daha sonra akciğer ve solunum performansındaki değişiklikleri ayırt etmek için bir öksürük veri tabanı üzerinde üçüncü bir sinir ağını eğitti. Son olarak, ekip üç modeli de birleştirdi ve kas bozulmasını tespit etmek için bir algoritma yerleştirdi. Algoritma bunu aslında bir ses maskesini veya gürültü katmanını simüle ederek ve güçlü öksürükleri daha zayıf olanlardan ayırt ederek yapıyor. Ekip, yeni AI (yapay zeka) çerçevesiyle Alzheimer hastalarının da dahil olduğu ses kayıtlarını topladı ve Alzheimer'ın örneklerini mevcut modellerden daha iyi belirleyebildiklerini gördü. Sonuçlar ses teli gücü, duygu, akciğer ve solunum performansı ile kas bozulmasının birlikte hastalığın teşhisinde etkili biyobelirteçler olduğunu gösterdi.
Model COVID-19 pozitif asemptomatiklerin yüzde 98,5'ini doğru tahmin etti
Koronavirüs salgını ortaya çıkmaya başladığında Subirana ve ekibi, enfekte hastaların geçici nöromüsküler bozukluk gibi bazı benzer nörolojik semptomlar yaşadığını öğrenince Alzheimer'ın AI çerçevesinin Covid-19 teşhisi için de işe yarayıp yaramayacağını merak etti. Subirana bu konuda, “Konuşma ve öksürük sesleri hem ses tellerinden hem de çevresindeki organlardan etkilenir. Biz de düşündük ki neden Alzheimer’ın biyobelirteçlerini bunların COVID-19 ile alakalı olup olmadıklarını görmek için denemiyoruz?" şeklinde konuştu.Nisan ayında ekip, COVID-19 hastalarının da dahil olmak üzere olabildiğince çok öksürük kaydı toplamaya başladı. İnsanların bir cep telefonu veya başka bir web özellikli cihaz aracılığıyla öksürük kaydı yapabilecekleri bir web sitesi kurdular. Ayrıca katılımcılar, resmi bir testle COVID-19 pozitif olup olmadıklarına dair bir anket doldurdu. Bugüne kadar araştırmacılar, yaklaşık 200 bin öksürük ses örneğine karşılık gelen 70 binden fazla kayıt topladı. Modelin, COVID-19 ile doğrulanan insanlardan gelen öksürüklerin yüzde 98,5'ini doğru tahmin ettiği açıklandı. Subirana, çalışmanın bulguları hakkında, "Sonuçlar, belirti vermeseniz bile COVID-19'a sahip olduğunuzda ses şeklinizin değiştiğini gösteriyor." dedi.Kaynak;MIT News