72 CONDIVISIONI
Covid 19

Questa intelligenza artificiale promette di trovare il coronavirus ascoltando i colpi di tosse

I ricercatori del MIT hanno addestrato un algoritmo sottoponendogli 4.000 colpi di tosse registrati da persone sane e pazienti positivi a Covid-19. Il sistema è stato addestrato a distinguere i caratteri distintivi dei file audio provenienti dai soggetti malati, e messo alla prova su nuovi soggetti ha mostrato risultati promettenti.
A cura di Lorenzo Longhitano
72 CONDIVISIONI
Immagine
Attiva le notifiche per ricevere gli aggiornamenti su

Identificare il prima possibile l'insorgere di un contagio da Covid-19 è fondamentale sia per trattare efficacemente i potenziali casi gravi, sia per contenere il diffondersi della pandemia. Per questo sono agli studi numerose soluzioni pensate proprio a questo scopo, alcune delle quali puntano a intercettare i prodromi della malattia sfruttando il potere dell'intelligenza artificiale. L'ultima proposta è particolarmente promettente, e promette di riconoscere un positivo asintomatico semplicemente sentendolo tossire in un microfono.

A lavorare sul nuovo sistema sono i ricercartori del MIT. In uno studio pubblicato sull'IEEE Journal of Engineering in Medicine and Biology, gli studiosi hanno affermato di aver creato un algoritmo di analisi sonora capace di analizzare l'audio registrato dai comuni colpi di tosse e di essere stati in grado di distinguere con un grado di accuratezza elevato quelli provenienti da pazienti sani, da quelli provenienti da persone positive a Covid-19, sintomatiche e asintomatiche.

I sistemi di intelligenza artificiale mostrano ancora numerosi limiti quando vengono impiegati in scenari complessi, ma per numerosi compiti specifici si dimostrano molto abili nel rilevare dettagli impercettibili agli esseri umani, tanto che la medicina ha ormai da tempo iniziato a sperimentare in questo senso. Il sistema utilizzato dai ricercatori del MIT è in effetti una versione riadattata di una tecnologia utilizzata per intercettare in anticipo i prodromi della malattia di Alzheimer in pazienti che non hanno ancora ricevuto una diagnosi. L'idea alla base dei due sistemi è la stessa: i colpi di tosse di chi è affetto da una delle due condizioni sono interessati da minuscoli cambiamenti fisiologici impercettibili sia dai soggetti, sia da chi ascolta. La forma d'onda registrata da un microfono però, se analizzata da un algoritmo addestrato con migliaia di esempi di pazienti sani e malati, può essere assegnata a una delle due categorie in pochi secondi.

È quello che è successo nella ricerca pubblicata in questi giorni. Gli scienziati hanno fatto registrare a un campione di pazienti esattamente 4.000 colpi di tosse – la metà provenienti da persone sane, e l'altra metà da pazienti Covid-19 asintomatici. L'algoritmo ha analizzato millisecondo per millisecondo ciò che differenzia e che accumuna un contenuto audio dall'altro, arrivando a isolare i parametri che rendono un colpo di tosse da coronavirus diverso da quello di una persona sana. Il sistema ottenuto è stato poi messo alla prova con altri 1.000 file audio di altrettanti soggetti, senza sapere a chi appartenessero e dando risultati promettenti: ha identificato come malati Covid-19 il 98,5 percento dei partecipanti con sintomi e il 100 percento degli asintomatici, con specificità rispettivamente del 94,2 e dell'83,2 percento.

Lo strumento potrebbe rivelarsi particolarmente utile nella lotta al coronavirus, perché facile, pratico e immediato da utilizzare, ma come hanno anticipato gli stessi ricercatori prima che questo accada il sistema andrà migliorato ulteriormente per evitare che identifichi falsi positivi o negativi.

72 CONDIVISIONI
32800 contenuti su questa storia
autopromo immagine
Più che un giornale
Il media che racconta il tempo in cui viviamo con occhi moderni
api url views