Oye, Siri, ¿tengo COVID?
Crédito: Unsplash/CC0 Public Domain
Durante gran parte de la pandemia mundial de COVID-19, hacerse la prueba del virus ha implicado no solo incómodos hisopados nasales, sino también largas esperas. filas en los centros de pruebas o tener que hacer citas con un médico.
Drew Grant, un Ph.D. candidato en el Departamento de Ingeniería Eléctrica e Informática, está trabajando en un sistema para hacer que las pruebas rápidas sean tan fáciles como decir unas pocas palabras en su teléfono inteligente.
«Con nuestro sistema de detección acústica propuesto, una persona podría simplemente grabar ellos mismos hablando, tosiendo o respirando en el micrófono y casi instantáneamente podrían ver los resultados de la prueba de detección de COVID», dijo Grant, cuyo estudio apareció recientemente en IEEE Xplore. Su innovación también fue reconocida por el Segundo Desafío DiCOVA, donde obtuvo el primer lugar en la competencia de sonidos respiratorios, el segundo lugar en la competencia de sonidos de tos y el octavo lugar en la competencia de sonidos del habla.
Using a crowd- base de datos con grabaciones de sonido de sujetos positivos y negativos de COVID-19 autoidentificados, el método de Grant extrae una variedad de características de audio como el tono, la calidad de la voz y el ritmo vocal que ayudan a los algoritmos de aprendizaje automático a identificar las diferencias a menudo leves entre los sonidos producidos por esos infectados con COVID-19 y los de personas sanas.
«Es por eso que el aprendizaje automático es tan sorprendente: es capaz de encontrar diferencias sutiles que no son perceptibles para los humanos», dijo Grant. «Lo que sí sabemos es que las características que extrajimos de estos sonidos fueron fundamentales para proporcionar a los algoritmos de aprendizaje automático los datos necesarios para descubrir las diferencias».
El sistema también proporciona una gran cantidad de información sobre «la energía espectral de los sonidos a lo largo del tiempo», o simplemente, cómo cambia el tono con el tiempo. «Es posible que esta característica sea una pequeña miga de pan para la detección acústica de COVID. Esperamos aprender más», dijo.
A Grant también le gustaría explorar en el futuro cómo otras enfermedades respiratorias, como el resfriado común. , neumonía y asma afectan el rendimiento del sistema para detectar si una persona tiene COVID-19. Eventualmente quiere que el sistema pueda proporcionar información sobre la enfermedad específica detectada, ya sea COVID-19 u otra enfermedad respiratoria. Grant también está interesado en averiguar si su sistema puede distinguir entre las infecciones por COVID-19 en personas que nunca se han infectado con el virus y las personas que sí lo han contraído y pueden haberlo contraído por segunda vez.
Grant colaboró en su investigación con su asesor, James West, profesor de ingeniería eléctrica e informática conocido mundialmente como el inventor del micrófono electret, así como también estudiante de doctorado. candidato Ian McLane. También trabajó con Hynek Hermansky y Mounya Elhilali, ambos profesores de ingeniería eléctrica e informática, quienes, según Grant, fueron fundamentales para encontrar los datos necesarios para iniciar el proyecto. Grant acredita una clase de procesamiento auditivo y del habla de 2018 impartida por Hermansky como la génesis del proyecto. En la clase, Hermansky enumeró toda la información contenida en el habla, incluido el mensaje, el idioma, el entorno acústico emocional y la salud. El último se quedó con Grant, quien se interesó en tratar de replicar parte de la magia utilizada en el reconocimiento automático de voz, que se enfoca en decodificar la señal del habla para averiguar qué mensaje se está hablando, para averiguar la salud del hablante.
«Tuve algunas reuniones con Hynek y el Dr. West, para intercambiar ideas sobre diferentes condiciones de salud para tratar de detectarlas en el habla, y luego apareció la COVID», dijo Grant. «Hynek me envió información sobre una base de datos que estaba iniciando uno de sus antiguos alumnos llamado Coswara. A partir de ahí, comencé a trabajar en la detección acústica de COVID y tuve reuniones periódicas con Hynek y Mounya para trabajar en el desarrollo de un mejor sistema. Una de las características del Los usos del sistema se denominan RelAtive SpecTrAl-Perceptual Linear Prediction (RASTA-PLP), y en realidad fue desarrollado por Hynek. Esta característica juega un papel vital en la reducción del ruido y los efectos del uso de una variedad de dispositivos para realizar grabaciones».
Esta no es la primera incursión de Grant en unirse a la lucha contra el COVID-19. La primavera pasada, se unió a un grupo de estudiantes de Johns Hopkins que trabajaban día y noche para hacer máscaras N-95 con DiPole Materials, una compañía de Baltimore para ayudar a proporcionar protección a los trabajadores de primera línea.
«La motivación detrás de esto la investigación es obviamente para ayudar a combatir la propagación y la devastación de la COVID, pero más específicamente, para ayudar a reducir la carga sobre los profesionales de la salud», dijo Grant.
Explore más
La nueva aplicación recopila los sonidos de la COVID-19 para la investigación diagnóstica Más información: Drew Grant et al, Rapid and Scalable COVID-19 Screening using Speech, Breath, and Cough Grabaciones, Conferencia internacional IEEE EMBS 2021 sobre informática biomédica y de la salud (BHI) (2021). DOI: 10.1109/BHI50953.2021.9508482 Proporcionado por la Universidad Johns Hopkins Cita: Oye, Siri, ¿tengo COVID? (5 de octubre de 2021) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2021-10-hey-siri-covid.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.