No, l'intelligenza artificiale non può dire se hai il COVID-19 ascoltando i tuoi colpi di tosse

Gli algoritmi di apprendimento automatico non possono prevedere con precisione se qualcuno ha COVID-19 analizzando il suono della loro tosse, secondo a studio guidato dall'Alan Turing Institute del Regno Unito. 

Le affermazioni secondo cui l'intelligenza artificiale potrebbe rilevare la differenza nei suoni della tosse tra quelli con e senza COVID-19 con una precisione fino al 98.5% sono state riportate per la prima volta in un carta da ricercatori guidati dal Massachusetts Institute of Technology. Il risultato ha portato agli sforzi per creare un'app alimentata dagli algoritmi per fornire alle persone un metodo economico e facile per testare il nuovo coronavirus.

Il Dipartimento della salute e dell'assistenza sociale del Regno Unito è arrivato persino ad aggiudicare due contratti, del valore complessivo di oltre 100,000 sterline, a Fujitsu per sviluppare la cosiddetta iniziativa del governo "Cough In A Box" nel 2021, Politico segnalati. Il software raccoglierebbe registrazioni audio di tosse dagli utenti per analizzarle sulla sua app COVID-19.

Ma i test eseguiti da un team di ricercatori guidati dall'Alan Turing Institute e dalla Royal Statistical Society hanno scoperto che la tecnologia non funziona del tutto, dopotutto. Hanno raccolto ed esaminato un set di dati di registrazioni audio di oltre 67,000 persone reclutate dai programmi Test and Trace e REACT-1 del Servizio Sanitario Nazionale, che hanno chiesto a una parte casuale della popolazione di eseguire e inviare tamponi nasali e faringei per testare il COVID-19. XNUMX.

Ai partecipanti è stato chiesto di registrare campioni di loro tosse, respirazione e conversazione, nonché i risultati dei loro tamponi. Oltre 23,000 di loro erano risultati positivi alla malattia respiratoria. Il team ha addestrato un modello di apprendimento automatico su questi suoni, confrontandoli con i risultati dei test COVID-19 delle persone per vedere se la tosse potesse agire come un biomarcatore accurato.

"Ma mentre continuavamo ad analizzare i risultati, sembrava che l'accuratezza fosse probabilmente dovuta a un effetto nelle statistiche chiamato confondimento, in cui i modelli apprendono altre variabili che sono correlate al vero segnale, al contrario del vero segnale stesso". ha spiegato Kieran Baker, assistente ricercatore presso l'Alan Turing Institute.

Il confondimento era dovuto al bias di reclutamento nel Test e traccia sistema, che richiedeva ai partecipanti di avere almeno un sintomo per poter partecipare. I ricercatori hanno eseguito più test raggruppando i partecipanti della stessa età e dello stesso sesso in coppie, con solo uno di loro affetto da COVID-19. 

“Quando abbiamo valutato questi modelli sui dati abbinati, i modelli non hanno funzionato bene, quindi concludiamo che i nostri modelli non sono in grado di rilevare un marker bioacustico COVID-19 da questi dati”, ha affermato Baker.

Chris Holmes, autore principale dell'articolo pubblicato il mese scorso, professore di biostatistica all'Università di Oxford e direttore del programma per la salute e le scienze mediche presso l'Alan Turing Institute, ha dichiarato: "Trovare nuovi modi per diagnosticare rapidamente e facilmente virus come COVID- 19 è davvero importante per fermarne la diffusione. Anche se è deludente che questa tecnologia non funzioni per il COVID-19, in futuro potrebbe ancora funzionare per altri virus respiratori", afferma l'Autorità britannica segnalati. ®

• Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
• Platoblockchain. Web3 Metaverse Intelligence. Conoscenza amplificata. Accedi qui.
• Fonte: https://go.theregister.com/feed/www.theregister.com/2023/01/05/ai_covid_cough/