Yapay zeka destekli bir yazılım doğru Covid-19 sonucunu veriyor
Bilim insanları, bir kişinin sesiyle virüsü bir dakikadan kısa sürede tespit eden yeni Covid-19 test yazılımını ortaya çıkardı ve uzmanlar bunun …
Bilim insanları, bir kişinin sesiyle virüsü bir dakikadan kısa sürede tespit eden yeni Covid-19 test yazılımını ortaya çıkardı ve uzmanlar bunun sürüntü testinden daha doğru olabileceğini söylüyor.
İngiltere’deki Cambridge Üniversitesi, 4.352 katılımcıdan 893 ses örneği içeren Covid-19 Sounds uygulamasından elde ettiği verilerle, yapay zeka destekli teknolojinin burun ve boğazdan sürüntü almaktan daha doğru sonuç verdiğini açıkladı.
Daily Mail’in haberine göre, mobil uygulamanın pozitif vakaları işaretlemesi bir dakikadan az sürüyor ve negatif vakaların yüzde 83’ünde doğru sonuç veriyor.
Imperial College London’a göre, sürüntü testlerinin doğruluğu büyük ölçüde değişiyor ve farklı ortamlarda pozitif vakaların yüzde 20 ila yüzde 81’ini kaçırabiliyor.
Yeni uygulama, konserler ve büyük spor karşılaşmaları gibi toplu etkinliklere katılmadan önce insanları çok hızlı bir şekilde taramak için kullanılabilir.
Uygulama, kullanıcının cep telefonuna yüklenir ve katılımcılar, demografi, tıbbi geçmiş ve sigara içme durumu hakkında bazı temel ayrıntıları bildirir.
Daha sonra üç kez öksürme, üç ila beş kez ağızlarından derin nefes alma ve üç kez ekranda kısa bir cümle okuma gibi bazı solunum seslerini kaydetmeleri istenir.
DAHA FAZLA ARAŞTIRMAYA İHTİYAÇ VAR
Araştırmacılar, ses yüksekliği, güç ve zaman içindeki değişim gibi farklı ses özelliklerini tanımlayan Mel-spektrogram analizi adı verilen bir ses analizi tekniği kullandılar.
Ekip, Covid-19 hastalarının seslerini hastalığı olmayanlardan ayırt etmek için farklı yapay zeka modelleri oluşturdu ve hangisinin pozitif vakaları sınıflandırmada en iyi sonucu verdiğini değerlendirdi.
Araştırmacılar, uygulamanın insanların telefonlarında görünmeye başlayabilmesi için daha çok katılımcıyla daha fazla araştırma yapılması gerektiğini söylüyor.
Projenin başlangıcından bu yana 36.116 katılımcıdan 53.449 ses örneği toplandı.