سندرم حاد تنفسی یا ویروس کرونا 2 (SARS-CoV-2)، به وسیله ابتلا توسط ویروسی که باعث بیماری کرونا می‌شود به وجود می‌آید و همچنان در سراسر جهان در حال گسترش است. تاکنون بیش از 46.9 میلیون نفر در سراسر جهان به این ویروس مبتلا شدند. تعیین چگونگی انتشار ویروس برای کاهش اثر آن بسیار مهم است.
بسیاری از افراد آلوده به ویروس SARS-CoV-2 هیچ علامتی ندارند یا هنوز علائم بیماری در آن‌ها مشاهده نمی‌شود. اما این افراد ناقل بیماری هستند، به این معنا که حتی اگر هیچ علامتی را احساس نکنند می‌توانند ویروس را به فرد دیگری منتقل کنند. با توجه به اینکه تعداد زیادی از افراد هیچ علامتی ندارند، تشخیص دقیق افراد آلوده امر بسیاری سختی خواهد بود.
اکنون، تیمی از پژوهشگران در انستیتوی فناوری ماساچوست (MIT) دریافته‌اند که افراد بدون علامت ممکن است از نظر نحوه سرفه با افراد سالم متفاوت باشند. این تفاوت‌ها به کمک گوش انسان قابل تشخیص نیست اما با هوش مصنوعی کاملا می‌توان آن‌ها را تشخیص داد.
مطالعه چارچوب پردازش گفتار هوش مصنوعی برای تشخیص افراد مبتلا به کوید-19
نتایج این پژوهش در مجله معتبر IEEE Open Journal of Engineering in Medicine and Biology منتشر شده است. برپایه این پژوهش، تیم پژوهشی یک مدل هوش مصنوعی را توسعه داده‌اند که می‌تواند افراد بدون علامت را از طریق ضبط و بررسی سرفه‌هایشان از افراد سالم تشخیص دهد.
این تیم معتقد بود که بیماران کوید-19 (به ویژه کسانی که بدون علامت هستند) را فقط می‌توان با استفاده از ضبط سرفه‌هایشان در تلفن همراه و به کمک هوش مصنوعی، با دقت بالا شناسایی کرد. پژوهشگران مدلی با نام MIT Open Voice ایجاد کردند که به کمک جمع‌آوری اطلاعات و داده‌های سرفه‌های کوید-19 از طریق وب‌سایت (که از ماه آپریل تا می انجام شد)، قادر به تشخیص افراد ناقل کوید-19 تنها با گوش کردن به صدای سرفه این افراد است. بدین وسیله، آن‌ها بزرگ‌ترین مجموعه داده صوتی از سرفه‌های کوید-19 با شرکت بیش از 5300 شرکت‌کننده را گردآوری کرده‌اند.
چارچوب پردازش گفتار هوش مصنوعی، ارزیابی دقیقی از ویژگی زیستی صوتی افراد ناقل کوید-19 را تنها از طریق گوش دادن به صدای سرفه ضبط شده فرد امکان‌پذیر می‌کند. این پروژه، نقشه‌ای دقیق برای نظارت بر بیماران فراهم می‌آورد به‌علاوه این روش، یک روش کاملا غیرتهاجمی و مقرون‌به‌صرفه است.
مطالعات چه چیزی را نشان می‌دهد؟
محققان مدل جدید را با هزاران نمونه سرفه و همچنین کلمات گفتاری آموزش دادند. هنگامی که آن‌ها صوت ضبط شده جدیدی از یک سرفه را به مدل ارائه می‌دهند، این مدل تنها با گوش دادن به صدای سرفه افراد، افراد ناقل بیماری را با دقت 98.5% به درستی تشخیص می‌دهد. جالب توجه است که دقت مدل در تشخیص بیماران ناقل که هیچ علامت خاصی از خود نشان نمی‌دهند، 100% بود.
تیم پژوهشی در حال حاضر قصد دارد مدل پردازش گفتار هوش مصنوعی را در یک برنامه کاربر پسند قرار دهد تا این ابزار غیر تهاجمی در تشخیص بیماری کوید-19، رایگان و مناسب برای کمک در اختیار دولت‌ها برای تشخیص افراد بالقوه آلوده به ویروس (SARS-Cov-2)، حتی کسانی که هیچ علایمی ندارند، به کار گرفته شود.
حتی قبل از همه‌گیری ویروس، دانشمندان در حال مطالعه و آموزش الگوریتم‌هایی بر روی تلفن‌های همراه بودند که تنها از طریق گوش فرا دادن به صدای سرفه افراد، بیماری‌هایی همچون آسم و ذات‌الریه را در آن‌ها به درستی تشخیص می‌داد. این تیم معتقد است که می‌توان از همین روش برای تشخیص درست کوید-19 در بیماران استفاده کرد.
یازده ماه از ابتدای شناسایی ویروس کرونا در ووهان چین گذشته و همه‌گیری ویروس (SARS-Cov-19) در جهان هچنان ادامه دارد. تاکنون بیش از 46.9 میلیون مورد در سراسر جهان مبتلا به این بیماری شدند و بیش از 1.20 میلیون نفر تاکنون براثر این ویروس، فوت کرده‌اند. از این تعداد ، بیش از 231،500 مرگ تنها در ایالات متحده رخ داده است.
ایالات متحده با 9.29 میلیون مورد ابتلا به بیماری و پس از آن هند، با حداقل 8.26 میلیون مورد مبتلا جزء رتبه‌های اول هستند. در حالی که این آمار در بسیاری از کشورها سر به فلک کشیده است. حتی برخی از افرادی که قبلا به این بیماری مبتلا شده بودند، دوباره به ویروس کرونا مبتلا شدند. انگلستان در حال تجربه موج دوم ابتلا به کوید-19 است که برای کنترل آن، یک قرنطینه 1 ماهه به منظور جلوگیری از گسترش ویروس در نظر گرفته شده است.
