A világjárvány egyik legnagyobb kihívása a SARS-CoV-2-vel fertőzöttek minél gyorsabb azonosítása és elkülönítése, a vírust hordozók ugyanis már a tünetek megjelenése előtt, és enyhe tünetekkel is fertőzhetnek. Az MIT kutatói viszont kidolgoztak egy módszert, amellyel egy erőltetett köhögés alapján is jól kiszűrhető, hogy ki fertőzött.
A projekt korábbi kutatásokra épül, amelyek keretében az Alzheimer-kór jeleit igyekeznek a köhögésből és a beszédből azonosítani a szakértők. A korábbi vizsgálatok igazolták, hogy a szakértők által fejlesztett mesterséges intelligencia olyan eltéréseket is képes észlelni a köhögésben, amelyeket az emberi fül nem tud elkülöníteni. Egy ilyen rendszer ráadásul a jelen helyzetben nagyon jól használható lehet, hiszen nem szükséges hozzá laborkapacitás vagy szaktudás, csak egy okostelefon, amely egy alkalmazás révén elemzi és elbírálja az érzékelt köhögés jellegét.
A kutatók a járvány kirobbanásakor rögtön vizsgálni kezdték, hogyan lehetne Alzheimerre kitalált módszerüket a koronavírus-fertőzöttek detektálására átalakítani. A beszéd és a köhögés hangzását egyaránt befolyásolja a hangszalagok és környező szövetek állapota, mondja Brian Subirana, a kutatás egyik résztvevője. A mesterséges intelligencia pedig képes arra, hogy akár a köhögésből is leszűrjön olyan információkat, amiket emberi fülünkkel csak a beszédből (vagy abból sem) vagyunk képesek meghallani, így az alany nemét, anyanyelvét, érzelmi állapotát vagy betegségét.
A kutatócsoport némi előtesztelés után áprilisban vágott bele a köhögési adatbázis felépítésének. Létrehoztak egy weboldalt, ahol az önkéntes résztvevők köhögéseket rögzíthettek mobiltelenfonjuk vagy más, netkapcsolattal rendelkező eszközük segítségével. A résztvevők egy kérdőívet is kitöltöttek, amelyben meg kellett mondaniuk, hogy fertőzöttség szempontjából mi a státuszuk (tünetes beteg, tünetmentes pozitív, egészséges, és hogy ezt hivatalos teszttel vagy öndiagnózissal állapították meg), milyen neműek, hol élnek és mi az anyanyelvük.
Mostanáig több mint 70 ezer felvétel érkezett be, összesen 200 ezer köhögési mintával. Ezek közül 2500 tartozott igazoltan fertőzött alanyokhoz, akik között számos tünetmentes is akad. A szakértők ehhez a 2500 felvételhez további 2500 nem fertőzött köhögését válogatták össze az adatbázisból, majd 4000 mintán trenírozták, 1000 mintán pedig tesztelték a rendszert. Az eredmények meglepően jók voltak: a tünetes betegeket 97,1 százakban szűrte ki köhögésük alapján a rendszer, hogy SARS-CoV-2 tünetmentes hordozóit pedig 100 százalékosan azonosította a mintákból.
Az Alzheimer-kór detektálására fejlesztett neurális hálózat különösebb átalakítások nélkül azonosított négy olyan biomarkert (hangszalagok feszessége, hangzása, tüdő- és légzésteljesítmény), amelyek hallhatók a köhögés során, és a COVID-19-re specifikusnak tűnnek. Az egész koncepció nagyon ígéretesnek látszik, hiszen éppen arra a problémára jelentene megoldást, ami a legnagyobb nehézség jelenleg: gyors, egyszerű, bárhol kivitelezhető eszközt kínálna a tünetmentesek előszűrésére.
A tényleges diagnózishoz persze továbbra is laborteszteket kell végezni, de egy ilyen megoldás nagyon hatásos lehetne, hiszen mindenki tesztelhetné magát, mielőtt elindul otthonról, és rögtön kiderülne, hogy nyugodtan mehet a dolgára, vagy célszerűbb pár napig karanténban maradnia. Mielőtt telefonos alkalmazás lenne a projektből, a szakértők egy nagyobb adathalmazon is tesztelni fogják azt, és ha ennek elemzésében is hasonlóan jól teljesít a rendszer, remélhetőleg hamar bevetik a járványkezelésben is.
Az MIT egyébként nem az egyetlen intézmény, ahol hasonló rendszeren dolgoznak, többek közt Indiában is zajlik egy ilyen projekt, amelynek keretében jelenleg is zajlik az adatgyűjtés a Coswara nevű oldalon. Itt is hasonló adatokat kell megadni, majd különböző légzési, beszéd- és köhögési mintákat lehet szolgáltatni az angol nyelvű utasításoknak és példamintáknak megfelelően.
