Ei, tekoäly ei voi tietää, onko sinulla COVID-19, kuuntelemalla yskimistäsi

Ei, tekoäly ei voi tietää, onko sinulla COVID-19, kuuntelemalla yskimistäsi

Aikaleima: 5. tammikuuta 2023 8
Ei, tekoäly ei voi kertoa, onko sinulla COVID-19, kuuntelemalla yskimistäsi PlatoBlockchain Data Intelligencea. Pystysuuntainen haku. Ai.

Koneoppimisalgoritmit eivät pysty ennustamaan tarkasti, onko jollakulla COVID-19, analysoimalla yskimisen ääntä. opiskella Yhdistyneen kuningaskunnan Alan Turing Instituten johdolla. 

Väitteet, joiden mukaan tekoäly pystyi havaitsemaan eron yskääänissä COVID-19-tautia sairastavien ja ilman sitä jopa 98.5 prosentin tarkkuudella, raportoitiin ensimmäisen kerran tutkimuksessa. paperi Massachusetts Institute of Technologyn johtamista tutkijoista. Tuloksena yritettiin rakentaa algoritmeilla toimiva sovellus, joka tarjoaa ihmisille halvan ja helpon menetelmän uuden koronaviruksen testaamiseen.

Ison-Britannian terveys- ja sosiaaliministeriö meni jopa niin pitkälle, että myönsi kaksi sopimusta, joiden yhteisarvo on yli 100,000 2021 puntaa, Fujitsulle kehittääkseen hallituksen niin sanottua "Cough In A Box" -aloitetta vuonna XNUMX, Politico. raportoitu. Ohjelmisto kerää käyttäjiltä äänitallenteita yskistä analysoitavaksi COVID-19-sovelluksessaan.

Mutta Alan Turing Instituten ja Royal Statistical Societyn johtaman tutkijaryhmän tekemät testit osoittivat, että tekniikka ei lopultakaan toimi. He keräsivät ja tutkivat tietojoukon äänitallenteita yli 67,000 1 ihmiseltä, jotka oli värvätty Kansallisen terveyspalvelun Test and Trace- ja REACT-19-ohjelmista, joissa pyydettiin satunnaista osaa väestöstä suorittamaan ja lähettämään takaisin nenä- ja kurkkunäppäimet COVID-testiä varten. XNUMX.

Osallistujia pyydettiin tallentamaan näytteitä yskimisestä, hengityksestä ja puhumisesta sekä vanupuikkotestien tulokset. Yli 23,000 19 heistä oli osoittanut positiivisen hengitystiesairauden. Tiimi koulutti koneoppimismallin näihin ääniin ja vertasi niitä ihmisten COVID-XNUMX-testituloksiin nähdäkseen, voisiko yskä toimia tarkana biomarkkerina.

"Mutta kun jatkoimme tulosten analysointia, näytti siltä, ​​että tarkkuus johtui todennäköisesti tilastojen vaikutuksesta, jota kutsutaan hämmentäväksi - jolloin mallit oppivat muita muuttujia, jotka korreloivat todellisen signaalin kanssa, toisin kuin itse todellisen signaalin kanssa." selitti Kieran Baker, Alan Turing Instituten tutkimusassistentti.

Hämmennys johtui rekrytointiharhasta Testi ja jäljitys järjestelmä, jossa osallistujilta vaadittiin vähintään yksi oire osallistuakseen. Tutkijat suorittivat lisää testejä, joissa samanikäiset ja -sukupuoliset osallistujat ryhmittelivät pareihin, joista vain yhdellä oli COVID-19. 

"Kun arvioimme näitä malleja yhteensopivien tietojen perusteella, mallit eivät toimineet hyvin, joten päätimme, että mallimme eivät pysty havaitsemaan COVID-19-bioakustista merkkiä näistä tiedoista", Baker sanoi.

Chris Holmes, viime kuussa julkaistun paperin johtava kirjoittaja, biostatistiikan professori Oxfordin yliopistossa ja Alan Turing Instituten terveys- ja lääketieteiden ohjelmajohtaja, sanoi: "Löytää uusia tapoja diagnosoida nopeasti ja helposti virukset, kuten COVID- 19 on todella tärkeää sen leviämisen estämiseksi. Vaikka onkin pettymys, että tämä tekniikka ei toimi COVID-19:lle, se saattaa silti toimia muille hengitystieviruksille tulevaisuudessa", Yhdistyneen kuningaskunnan viranomainen raportoitu. ®

Aikaleima:

Lisää aiheesta Rekisteri