Mikrofon w połączeniu ze sztuczną inteligencją pozwala dyskretnie, bez przypisania do konkretnej osoby, zidentyfikować odgłosy charakterystyczne dla biegunki, związanej na przykład z zakaźnymi chorobami jelit w rodzaju cholery – poinformowano podczas 183. zjazdu Acoustical Society of America w Nashville.
Cholera to choroba powodowana przez bakterię zwaną przecinkowcem cholery (Vibrio cholerae). Powoduje zagrażającą życiu biegunkę. Co roku zapadają na cholerę miliony ludzi, z których umiera około 150 000.
Szybkie powiadomienie o występowaniu na danym obszarze cholery pozwoliłoby wcześnie zaalarmować pracowników ochrony zdrowia i odpowiednio skierować wysiłek i zasoby. Jednak monitorowanie chorób nie może naruszać praw obywateli.
Maia Gatlin z Georgia Institute of Technology proponuje zastosować nieinwazyjny czujnik mikrofonowy do identyfikacji choroby jelit bez zbierania jakichkolwiek informacji umożliwiających identyfikację.
Gatlin i jej zespół przetestowali proponowana przez siebie technikę na danych audio ze źródeł internetowych. Każda próbka dźwiękowa zdarzenia wydalania została przekształcona w spektrogram, który pozwala zamienić dźwięk w obraz.
Różnym zdarzeniom – oddawaniu moczu, zwykłemu wypróżnieniu czy biegunce - towarzyszą widoczne na spektrogramie różne cechy dźwięku. Dźwięki typowe dla biegunki są najbardziej losowe.
Spektrogramy zostały przesłane do algorytmu uczenia maszynowego, który nauczył się klasyfikować każde zdarzenie na podstawie jego cech. Wydajność algorytmu została przetestowana na danych z szumami tła i bez nich, aby upewnić się, że uczy się właściwych funkcji dźwiękowych, niezależnie od środowiska czujnika.
„Mamy nadzieję, że ten czujnik, który zajmuje niewiele miejsca i jest nieinwazyjny, może zostać zastosowany na obszarach, gdzie epidemie cholery stanowią trwałe zagrożenie – powiedział Gatlin. - Czujnik mógłby być również używany w strefach klęsk żywiołowych (gdzie zanieczyszczenie wody prowadzi do rozprzestrzeniania się patogenów przenoszonych przez wodę), a nawet w placówkach opieki pielęgniarskiej/hospicyjnej do automatycznego monitorowania wypróżnień pacjentów. Być może pewnego dnia nasz algorytm będzie mógł być używany z istniejącymi w domu inteligentnymi urządzeniami do monitorowania własnych wypróżnień i stanu zdrowia”.
W przyszłości Gatlin i jej współpracownicy planują zebrać rzeczywiste dane akustyczne, aby ich model uczenia maszynowego mógł dostosować się do pracy w różnych toaletowych środowiskach.(PAP)
Autor: Paweł Wernicki
pmw/ agt/
Fundacja PAP zezwala na bezpłatny przedruk artykułów z Serwisu Nauka w Polsce pod warunkiem mailowego poinformowania nas raz w miesiącu o fakcie korzystania z serwisu oraz podania źródła artykułu. W portalach i serwisach internetowych prosimy o zamieszczenie podlinkowanego adresu: Źródło: naukawpolsce.pl, a w czasopismach adnotacji: Źródło: Serwis Nauka w Polsce - naukawpolsce.pl. Powyższe zezwolenie nie dotyczy: informacji z kategorii "Świat" oraz wszelkich fotografii i materiałów wideo.
