Sztuczna inteligencja ma oko i ucho na kaszel
Olsztyn, 28.09.2017. Ilustracja. Katar, nieżyt nosa, choroba wirusowa. (tw/pkus) PAP/Tomasz Waszczuk
Przenośne urządzenie wykorzystujące sztuczną inteligencję zamienia odgłosy kaszlu i obrazy termowizyjne w dane przydatne do prognozowania grypy i innych chorób, na przykład COVID-19 – informuje pismo „Proceedings of the Association for Computing Machinery on Interactive, Mobile, Wearable and Ubiquitous Technologies".
Naukowcy z University of Massachusetts w Amherst opracowali FluSense, przenośne urządzenie monitorujące oparte na uczeniu maszynowym. Może ono wykrywać kaszel i oceniać wielkość tłumu w czasie rzeczywistym, a następnie analizować dane.
Twórcy FluSense twierdzą, że ta nowa platforma obliczeniowa, przeznaczona do użytku w szpitalach, poczekalniach opieki zdrowotnej i większych przestrzeniach publicznych, może zostać wykorzystana do prognozowania sezonowej grypy i innych epidemii powodowanych przez wirusy atakujące drogi oddechowe, takich jak pandemia COVID-19 lub SARS.
Tego rodzaju urządzenia mogą ratować życie, bezpośrednio informując o zagrożeniu epidemią grypy. Mogą pomóc w ustaleniu harmonogramu kampanii szczepień przeciw grypie, ustalaniu potencjalnych ograniczeń podróży, alokacji zasobów medycznych i innych działaniach.
„To pozwala nam znacznie dokładniej przewidywać trendy dotyczące grypy” - mówi współautor, profesor informatyki Tauhidur Rahman, który doradza głównemu autorowi - doktorantowi Forsadowi Al Hossainowi.
FluSense przetwarza dane z niedrogiego zestawu mikrofonów oraz dane termowizyjne za pomocą miniaturowego komputera Raspberry Pi i silnika przetwarzania neuronowego. Nie przechowuje żadnych danych osobowych, takich jak dane dotyczące mowy lub obrazy pozwalające na identyfikację osób. W Rahman`s Mosaic Lab, gdzie informatycy opracowują czujniki do obserwacji zdrowia i zachowania ludzi, naukowcy opracowali najpierw laboratoryjny model kaszlu. Następnie wytrenowali sieć neuronową do rysowania ramek granicznych na obrazach termicznych przedstawiających ludzi, a następnie ich liczenia. „Naszym głównym celem było zbudowanie modeli predykcyjnych na poziomie populacji, a nie na poziomie indywidualnym” - mówi Rahman.
FluSense, który mieści się w prostokątnym pudełku wielkości dużego słownika zainstalowano w czterech poczekalniach opieki zdrowotnej w klinice UMass University University Services.
Od grudnia 2018 r. do lipca 2019 r. platforma FluSense zgromadziła i przeanalizowała ponad 350 000 obrazów termicznych i 21 milionów próbek dźwięku (bez mowy) z miejsc publicznych.
Naukowcy odkryli, że FluSense był w stanie dokładnie przewidzieć dzienny wskaźnik chorób w klinice uniwersyteckiej. Komplementarne zestawy sygnałów FluSense były„silnie skorelowane” z laboratoryjnymi testami dotyczącymi chorób grypopodobnych i samej grypy.
Następnym krokiem ma być przetestowanie FluSense w innych miejscach publicznych i lokalizacjach geograficznych.(PAP)
Autor: Paweł Wernicki
pmw/ zan/
Przed dodaniem komentarza prosimy o zapoznanie z Regulaminem forum serwisu Nauka w Polsce.
