Corona und Künstliche Intelligenz: App soll Infektionen durch Art des Hustens erkennen

Vor etwa einem halben Jahr stellte ein US-amerikanischer Forscher ein Gerät vor, welches in Verbindung mit einem iPhone oder Android-Smartphone eine Infektion mit SARS-CoV-2 erkennen sollte - durch Anhusten oder Niesen. Seither ist es um diesen speziellen Sensor allerdings ruhig geworden. Auf den Markt kam das Gadget bislang jedenfalls entgegen den seinerzeitigen Ankündigungen nicht. Ein Team von Wissenschaftlern hat jetzt ein ähnliches Verfahren entwickelt, das ganz ohne zusätzliche Hardware auskommt und lediglich eine spezielle App erfordert.


Hustengeräusche von mehr als 5.300 Probanden
Die Forscher Jordi Laguarta, Ferran Hueto und Brian Subirana, die am Massachusetts Institute of Technology (MIT) tätig sind, analysierten mithilfe Maschinellen Lernens die Hustengeräusche von mehr als 5.300 Probanden. Auf einer eigens eingerichteten Webseite sammelten sie über 70.000 Aufnahmen, und zwar sowohl von an COVID-19 erkrankten Personen als auch von Gesunden. Die infizierten Teilnehmer machten darüber hinaus genaue Angaben zu den bei ihnen aufgetretenen Symptomen oder zu einem asymptomatischen Verlauf. Etwa die Hälfte der Aufnahmen stammte von Personen, die positiv auf SARS-CoV-2 getestet worden waren.

98,5 Prozent der symptomatischen Infektionen erkannt
Mit den von ihnen gesammelten Aufnahmen, unter denen sich überwiegend absichtlich erzeugte Hustengeräusche befanden, trainierten die MIT-Wissenschaftler ein KI-Framework. Dieses basierte auf einem erprobten Verfahren, welches in der Alzheimer-Forschung zum Einsatz kommt. Nach dem Abschluss des Trainings war die Künstliche Intelligenz nach Angaben der Forscher in der Lage, 98,5 Prozent aller symptomatischen Infektionen zu erkennen. Asymptomatische Teilnehmer wurden sogar zu 100 Prozent identifiziert.

Forscher entwickeln eine Smartphone-App
Laguarta, Hueto und Subirana wollen jetzt eine App erstellen, die auf dem von ihnen entwickelten KI-Modell basiert. Die Anwendung soll Besitzern von iPhones und Android-Smartphones kostenlos zur Verfügung stehen und so einfache regelmäßige Selbsttests ermöglichen. Die Forscher gehen zudem davon aus, dass ihre Analysefunktion auch in smarte Lautsprecher wie Apples HomePod oder Sprachassistenten wie Siri oder Alexa integriert werden kann. Darüber hinaus arbeiten sie weiter an der Verbesserung ihres KI-Verfahrens, unter anderem in Zusammenarbeit mit einer Reihe von US-amerikanischen Krankenhäusern. Die bisherigen Ergebnisse ihrer Arbeit veröffentlichten die Wissenschaftler im IEEE Open Journal of Engineering in Medicine and Biology.

Kommentare

aMacUser
aMacUser03.11.20 17:49
MTN
Nach dem Abschluss des Trainings war die Künstliche Intelligenz nach Angaben der Forscher in der Lage, 98,5 Prozent aller symptomatischen Infektionen zu erkennen. Asymptomatische Teilnehmer wurden sogar zu 100 Prozent identifiziert.
Wenn die Zahlen tatsächlich auch in der "freien Wildbahn" so hoch sind, dann bin ich sehr gespannt. Häufig ist es leider jedoch so, dass solche Zahlen geschönt sind. Zum Beispiel dieses typische "unter Laborbedingungen". Das klingt immer toll, sagt aber leider nichts aus. Aber ich bleibe gespannt, ob die App hält, was die verspricht.
0
Warp
Warp03.11.20 18:21
Und wie unterscheidet sich der Covidhusten zu: Erkältungshusten, Grippehusten, Raucherhusten usw.? So ganz klar ist mir der Sinn dieser Studie jetzt noch nicht wenn da nue zwischen an Covid erkrankten zu Gesunden verglichen wurde.
+4
David_B
David_B03.11.20 18:52
Warp
Und wie unterscheidet sich der Covidhusten zu: Erkältungshusten, Grippehusten, Raucherhusten usw.? So ganz klar ist mir der Sinn dieser Studie jetzt noch nicht wenn da nue zwischen an Covid erkrankten zu Gesunden verglichen wurde.

Ohne Das Werk in voller Länge gelesen zu haben, vermute ich eine mäßig gelungene Übersetzung. Ich denke, dass hier die Logik gesund = kein COVID 19 gemeint ist.
+1
HeikoL03.11.20 20:14
Das ist genau der richtige Weg! Der Datensatz wird mit jedem neuen Fall konkreter und hinsichtlich seiner Prognosequalität besser. Außerdem ist dieser Ansatz viel kostengünstiger als die Entwicklung und Pflege der lächerlichen Corona – App.
-7
fleissbildchen03.11.20 21:55
MTN
Die Forscher gehen zudem davon aus, dass ihre Analysefunktion auch in smarte Lautsprecher wie Apples HomePod oder Sprachassistenten wie Siri oder Alexa integriert werden kann.

Ah - cool. Und der HomePod macht dann einen schrillen Alarmton und schreit "Corona-Infektion erkannt!". Gruselige Vorstellung.
-5
Caliguvara
Caliguvara03.11.20 22:42
David_B
Warp
Und wie unterscheidet sich der Covidhusten zu: Erkältungshusten, Grippehusten, Raucherhusten usw.? So ganz klar ist mir der Sinn dieser Studie jetzt noch nicht wenn da nue zwischen an Covid erkrankten zu Gesunden verglichen wurde.

Ohne Das Werk in voller Länge gelesen zu haben, vermute ich eine mäßig gelungene Übersetzung. Ich denke, dass hier die Logik gesund = kein COVID 19 gemeint ist.
So ist es. Ich bin echt gespannt! Das ist genauer als manche medizinisch zugelassenen Tests!
Don't Panic.
+1
locoFlo
locoFlo03.11.20 23:06
Warp
Und wie unterscheidet sich der Covidhusten zu: Erkältungshusten, Grippehusten, Raucherhusten usw.? So ganz klar ist mir der Sinn dieser Studie jetzt noch nicht wenn da nue zwischen an Covid erkrankten zu Gesunden verglichen wurde.

COVID 19 induziert wahrscheinlich neben einer Pneumonie auch Schaden an der Muskulatur bzw. den Nerven die den Muskel (Zwerchfell, Stimmlippen usw) versorgen. Das spezifische Schallmuster tritt deshalb auch bei absichtlichem Husten auf Befehl auf, also wenn kein echter Hustenreiz vorliegt. Raucherhusten (meist COPD) oder anderen Pneumonien versuchen diesen Schaden nicht. In der Studie wurde offensichtlich aber gegen Gesunde gestestet. Dieses Virus wird uns noch Jahre beschäftigen.

Nobody dies as a virgin, life fucks us all. KC
+3
jmh
jmh03.11.20 23:58
*hust*

und?
-4
aMacUser
aMacUser04.11.20 00:23
Warp
Und wie unterscheidet sich der Covidhusten zu: Erkältungshusten, Grippehusten, Raucherhusten usw.? So ganz klar ist mir der Sinn dieser Studie jetzt noch nicht wenn da nue zwischen an Covid erkrankten zu Gesunden verglichen wurde.
jmh
*hust*

und?
Das ist ja fast schon peinlich. Im Artikel steht doch groß und breit "künstliche Intelligenz" und dort ist ebenso die Rede von Machine Learning. Ein Computer kann im Husten unterschiede feststellen, die ein Mensch noch nicht mal hört. Mit Hilfe von Machine Learning kann ein Computer so selbst einen Algorithmus entwickeln, der eine enorme komplexität aufweis. Und offensichtlich funktioniert es ja.
+1
Warp
Warp04.11.20 00:48
Was soll bitte an meiner Frage peinlich sein wenn ich nach Unterschiede frage? Da war die Antwort von locoFlo schon um einiges erhellender.
0
stepa9904.11.20 05:53
Das ist genau der richtige Ansatz.
Ein Test der für Jedermann(Frau) zu jederzeit, zu haben ist, dazu kostenlos.

Wenn das funktioniert, wäre das die sinnvolle Ergänzung zur Corona App und würde zudem dem Steuerzahlenden eine Menge Geld ersparen. Außerdem wäre das ein probates Mittel, die Pandemie einzudämmen. Bleibt zu hoffen, dass es funktioniert!
+1
Noname081504.11.20 05:59
Das ist ja zum Husten. Nein danke.
-4
Noname081504.11.20 06:00
locoFlo
Warp
Und wie unterscheidet sich der Covidhusten zu: Erkältungshusten, Grippehusten, Raucherhusten usw.? So ganz klar ist mir der Sinn dieser Studie jetzt noch nicht wenn da nue zwischen an Covid erkrankten zu Gesunden verglichen wurde.

COVID 19 induziert wahrscheinlich neben einer Pneumonie auch Schaden an der Muskulatur bzw. den Nerven die den Muskel (Zwerchfell, Stimmlippen usw) versorgen. Das spezifische Schallmuster tritt deshalb auch bei absichtlichem Husten auf Befehl auf, also wenn kein echter Hustenreiz vorliegt. Raucherhusten (meist COPD) oder anderen Pneumonien versuchen diesen Schaden nicht. In der Studie wurde offensichtlich aber gegen Gesunde gestestet. Dieses Virus wird uns noch Jahre beschäftigen.

Sind Sie Arzt?
0
locoFlo
locoFlo04.11.20 07:34
Noname0815

Ja. Aber kein Virologe.
Nobody dies as a virgin, life fucks us all. KC
+1
Caliguvara
Caliguvara04.11.20 10:04
Noname0815
Das ist ja zum Husten. Nein danke.
Und warum?
Don't Panic.
+1
stepa9904.11.20 10:05
Caliguvara
Noname0815
Das ist ja zum Husten. Nein danke.
Und warum?
Weil es die Corona Leugner, dann noch schwerer haben 😉
+1
jmh
jmh04.11.20 12:34
Warp
jmh
*hust*

und?
Das ist ja fast schon peinlich. Im Artikel steht doch groß und breit "künstliche Intelligenz" und dort ist ebenso die Rede von Machine Learning. Ein Computer kann im Husten unterschiede feststellen, die ein Mensch noch nicht mal hört. Mit Hilfe von Machine Learning kann ein Computer so selbst einen Algorithmus entwickeln, der eine enorme komplexität aufweis. Und offensichtlich funktioniert es ja.

ach so, ich dachte, ich bekomme hier einen schnelltest ...
-1
aMacUser
aMacUser04.11.20 17:49
Warp
Was soll bitte an meiner Frage peinlich sein wenn ich nach Unterschiede frage? Da war die Antwort von locoFlo schon um einiges erhellender.
Wenn es nur die Frage gewesen wäre, dann wäre ja alles gut gewesen. Nach deiner Frage hast du allerdings den Sinn der Studie komplett in Frage gestellt.
Vielleicht habe ich das aber auch missverstanden.
0
Warp
Warp04.11.20 18:32
jmh Ich glaub das Zitieren musst du noch etwas üben

aMacUser So wie das im Text beschrieben wurde hatte ich in der Tat den Sinn der Studie nicht verstanden. Da fehlen meiner Meinung nach jede Menge Informationen. Ich denke um da verlässliche Daten zu bekommen die so nahe wie möglich zum Ergebnis zu kommen brauchts auch Vergleiche zu den, wie soll ich schreiben, schon bestehende Arten von Husten. Nicht nur an Covid Infizierte und Gesunde, nicht Infizierte, husten zu lassen. Oder anders ausgedrückt wenn diese KI lernen soll muss diese ja zwingend auch diese anderen kennen. Wie soll soll diese sonst überhaupt in der Lage sein zu unterscheiden. Ok locoFlo schrieb, dass bei Convid Infizierten vielleicht noch weiter Schäden vorliegen welche sonst nicht da wären und dann im Ausschlussverfahren arbeiten will. Aber sicherer meiner Meinung wäre es wenn man diese auch zum Vergleich mit aufnehmen und verwenden sollte um eine höhere Sicherheit zu bekommen. Ich huste z. B. schon anders wenn ich einen Hexenschuss habe weil da der Körper verkrampft und ich bemüht bin den Husten eher zu unterdrücken.
0
iBert04.11.20 18:43
fleissbildchen
MTN
Die Forscher gehen zudem davon aus, dass ihre Analysefunktion auch in smarte Lautsprecher wie Apples HomePod oder Sprachassistenten wie Siri oder Alexa integriert werden kann.

Ah - cool. Und der HomePod macht dann einen schrillen Alarmton und schreit "Corona-Infektion erkannt!". Gruselige Vorstellung.
.....und in Verbindung mit dem SmartHome wird die Wohnung dann direkt verriegelt/überwacht um die Quarantäne zu gewährleisten. Das wäre dann wirklich gruselig.
Objektiv ist relativ, subjektiv gesehen.
0
sierkb04.11.20 19:25
Warp
So wie das im Text beschrieben wurde hatte ich in der Tat den Sinn der Studie nicht verstanden. Da fehlen meiner Meinung nach jede Menge Informationen. Ich denke um da verlässliche Daten zu bekommen die so nahe wie möglich zum Ergebnis zu kommen brauchts auch Vergleiche zu den, wie soll ich schreiben, schon bestehende Arten von Husten. Nicht nur an Covid Infizierte und Gesunde, nicht Infizierte, husten zu lassen. Oder anders ausgedrückt wenn diese KI lernen soll muss diese ja zwingend auch diese anderen kennen. Wie soll soll diese sonst überhaupt in der Lage sein zu unterscheiden. Ok locoFlo schrieb, dass bei Convid Infizierten vielleicht noch weiter Schäden vorliegen welche sonst nicht da wären und dann im Ausschlussverfahren arbeiten will. Aber sicherer meiner Meinung wäre es wenn man diese auch zum Vergleich mit aufnehmen und verwenden sollte um eine höhere Sicherheit zu bekommen. Ich huste z. B. schon anders wenn ich einen Hexenschuss habe weil da der Körper verkrampft und ich bemüht bin den Husten eher zu unterdrücken.

Haste die obig verlinkte Studie mal gelesen statt nur die MTN-News-Meldung dazu? Ich hab's getan. Deine gestellten Fragen und Unklarheiten werden darin alle beantwortet :

IEEE (29.09.2020): COVID-19 Artificial Intelligence Diagnosis using only Cough Recordings

IEEE (29.09.2020): COVID-19 Artificial Intelligence Diagnosis using only Cough Recordings (PDF, 9 Seiten)

Demnach kann man generell verschiedene Arten und Weisen von Husten aufgrund unterschiedlicher Erkrankungen voneinander recht zuverlässig und mit geringer Fehlerquote unterscheiden und unterschiedlichen Erkrankungen jeweils zuordnen, hat darüber offenbar eine verlässliche Wissens- und Datenbasis, zusätzlich zieht man weitere Auffälligkeiten bzw. sogenannte Bio-Marker, weitere Daten, welche die Zuordnung erleichtern helfen, hinzu, die die Eingrenzung und Zuordnung erleichtern helfen (locoFlos obige Einlassungen zielen diesbzgl. in die richtige Richtung, genau das wird da getan und in der Studie (PDF) erklärt).

Auch steht drin, was der Sinn und Zweck dieser Studie ist bzw. sein soll bzw. was ihr Ziel ist (nämlich eine Art Schnelltest zum clusterweisen Testen oder Vorab-Testen von Gruppen anbieten zu können, wo keine Mitel und Möglichkeiten bestehen, massenweise reguläre Tests machen zu können).
+1
Warp
Warp04.11.20 19:44
In der Tat, den Link hatte ich irgendwie ausgeblendet...
Danke.
0
donw
donw04.11.20 22:15
Naja, wenn das so zuverlässig funktioniert, wie die Händewaschen-Erkennung...
0
Phileas05.11.20 12:48
Das funktioniert nur bei symptomatischen Infektionen. Der Zeitraum zwischen Infektion und Beginn von Symptomen beträgt 2 bis 14 Tage. Deshalb werden Verdachtsfälle zwei Wochen isoliert. Das ist eine lange Zeit in der man den Virus verbreiten kann, ohne was zu merken. – Die Huste-App ist hier nicht also unbedingt hilfreich.
-2
Caliguvara
Caliguvara05.11.20 13:07
Phileas
Das funktioniert nur bei symptomatischen Infektionen. Der Zeitraum zwischen Infektion und Beginn von Symptomen beträgt 2 bis 14 Tage. Deshalb werden Verdachtsfälle zwei Wochen isoliert. Das ist eine lange Zeit in der man den Virus verbreiten kann, ohne was zu merken. – Die Huste-App ist hier nicht also unbedingt hilfreich.
Hauptsache nen Kommentar geschrieben 🙄
MIT
For asymptomatic subjects it achieves sensitivity of 100% with a specificity of 83.2%. Conclusions: AI techniques can produce a free, non-invasive, real-time, any-time, instantly distributable, large-scale COVID-19 asymptomatic screening tool to augment current approaches in containing the spread of COVID-19. Practical use cases could be for daily screening of students, workers, and public as schools, jobs, and transport reopen, or for pool testing to quickly alert of outbreaks in groups.
Don't Panic.
+2

Kommentieren

Sie müssen sich einloggen, um die News kommentieren zu können.