Tidak, AI tidak dapat mengetahui apakah Anda terkena COVID-19 dengan mendengarkan batuk Anda

Algoritme pembelajaran mesin tidak dapat secara akurat memprediksi apakah seseorang mengidap COVID-19 dengan menganalisis suara batuknya, menurut a belajar dipimpin oleh Institut Alan Turing Inggris. 

Klaim bahwa AI dapat mendeteksi perbedaan suara batuk antara mereka dengan dan tanpa COVID-19 dengan akurasi hingga 98.5 persen pertama kali dilaporkan dalam sebuah kertas dari para peneliti yang dipimpin oleh Massachusetts Institute of Technology. Hasilnya mengarah pada upaya untuk membangun aplikasi yang didukung oleh algoritme untuk memberi orang metode yang murah dan mudah untuk menguji virus corona baru.

Departemen Kesehatan dan Perawatan Sosial Inggris bahkan melangkah lebih jauh dengan memberikan dua kontrak, secara kolektif bernilai lebih dari £100,000, kepada Fujitsu untuk mengembangkan apa yang disebut inisiatif pemerintah "Cough In A Box" pada tahun 2021, Politico melaporkan. Perangkat lunak akan mengumpulkan rekaman audio batuk dari pengguna untuk dianalisis pada aplikasi COVID-19-nya.

Tetapi tes yang dilakukan oleh tim peneliti yang dipimpin oleh Alan Turing Institute dan Royal Statistical Society menemukan bahwa teknologi tersebut tidak bekerja sama sekali. Mereka mengumpulkan dan memeriksa kumpulan data rekaman audio dari lebih dari 67,000 orang yang direkrut dari program Test and Trace dan REACT-1 Layanan Kesehatan Nasional, yang meminta sebagian populasi secara acak untuk melakukan dan mengirim kembali swab hidung dan tenggorokan untuk menguji COVID- 19.

Partisipan diminta mencatat sampel batuk, napas, dan bicara serta hasil swab test. Lebih dari 23,000 dari mereka dinyatakan positif mengidap penyakit pernapasan. Tim melatih model pembelajaran mesin pada suara-suara ini, membandingkannya dengan hasil tes COVID-19 orang untuk melihat apakah batuk dapat bertindak sebagai biomarker yang akurat.

“Tapi saat kami terus menganalisis hasilnya, ternyata akurasinya mungkin disebabkan oleh efek dalam statistik yang disebut perancu – di mana model mempelajari variabel lain yang berkorelasi dengan sinyal sebenarnya, berlawanan dengan sinyal sebenarnya itu sendiri,” menjelaskan Kieran Baker, asisten peneliti di Alan Turing Institute.

Kebingungan itu disebabkan oleh bias rekrutmen di Uji dan Lacak sistem, yang mengharuskan peserta untuk memiliki setidaknya satu gejala untuk ikut serta. Para peneliti melakukan lebih banyak tes dengan mengelompokkan peserta dengan usia dan jenis kelamin yang sama menjadi pasangan, dengan hanya satu dari mereka yang memiliki COVID-19. 

“Ketika kami mengevaluasi model ini pada data yang cocok, model gagal bekerja dengan baik, jadi kami menyimpulkan bahwa model kami tidak dapat mendeteksi penanda bio-akustik COVID-19 dari data ini,” kata Baker.

Chris Holmes, penulis utama makalah yang dirilis bulan lalu, profesor biostatistik di Universitas Oxford, dan direktur program untuk ilmu kesehatan dan kedokteran di The Alan Turing Institute, mengatakan: “Menemukan cara baru untuk mendiagnosis virus seperti COVID-19 dengan cepat dan mudah. 19 sangat penting untuk menghentikan penyebarannya. Meskipun mengecewakan bahwa teknologi ini tidak berfungsi untuk COVID-XNUMX, mungkin masih berfungsi untuk virus pernapasan lainnya di masa mendatang, ”Otoritas Inggris melaporkan. ®

• Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
• Platoblockchain. Intelijen Metaverse Web3. Pengetahuan Diperkuat. Akses Di Sini.
• Sumber: https://go.theregister.com/feed/www.theregister.com/2023/01/05/ai_covid_cough/