70 tys. osób przesłało naukowcom nagrania swojego kaszlu. 2,5 tys. z nich miało pozytywny wynik testu na koronawirusa. Jak się okazało algorytm wykrył osoby chore z 98,5 proc. dokładnością. Co ciekawe u tych osób, u których jedynym objawem choroby był kaszel, sztuczna inteligencja wykryła chorobę w 100 proc. przypadków.
Jak podaje serwis bbc.com algorytm wykrywa określone dźwięki w kaszlu osób chorych na koronawirusa, które nie są słyszalne dla ludzkiego ucha, a które są charakterystyczne właśnie dla tej choroby. Co ważne występują one również u tych osób, które przechodzą zakażenie bezobjawowo.
Przełom w badaniach?
Jak do tej pory zespoły naukowców oraz firmy technologiczne z całego świata pracują nad coraz bardziej dokładnymi i szybkimi testami na koronawirusa. Odkrycie naukowców z MIT może jednak okazać się przełomowe. Twórcy algorytmu mówią, że badanie poprzez analizę dźwięku mogłoby być wykorzystywane do codziennego badania studentów, uczniów czy pracowników.
Twórcy rozwiązania mają w planach zbudowanie dedykowanej aplikacji, za pośrednictwem której użytkownicy mogliby badać się każdego dnia. Jednak zanim to nastąpi muszą oni uzyskać odpowiednią zgodę od organów regulacyjnych. Jeżeli do tego dojdzie może okazać się, że problem z badaniem społeczeństwa pod kątem koronawirusa zostanie rozwiązany.
Testy do domowego użytku
Diagnostyka Covid-19 w obliczu pandemii jest bardzo ważna. Wiedząc ile osób faktycznie jest zakażonych można efektywniej i bardziej precyzyjnie walczyć z obecnym kryzysem. Dlatego rozwiązania, które pozwoliłby na codzienne badanie się w warunkach domowych mogłyby okazać się ogromnym wsparciem w tej walce.
W zeszłym miesiącu pisaliśmy o osiągnięciu naukowców z Broad Institute of MIT i Harvardu. Opracowali oni test kliniczny STOPCovid, który wykrywa koronawirusa z dokładnością 93 proc. Wynik podawany jest po 30 minutach, a sam test ma być tak prosty i tani, że każdy z nas mógłby pozwolić sobie na jego zakup i wykonanie w domu. STOPCovid został przetestowany na 402 pacjentach (202 pozytywne i 200 negatywne).
