Die KI-Community versucht, die Coronavirus-Pandemie mithilfe aller möglichen Algorithmen in ihrer Toolbox zu bekämpfen. Als solches gibt es Wege zu vorhersagen die Proteinstruktur des Virus, Knirschen durch Tausende von wissenschaftlichen Arbeiten und jetzt, ähm, Husten entdecken.

Menschen können ziemlich gut Husten hören. Warum brauchen wir also maschinelles Lernen? Nun, Computer können den Prozess des Zählens der Anzahl von Husten in der Nähe automatisieren und letztendlich Experten dabei helfen, Statistiken zu sammeln und die Ausbreitung von Atemwegserkrankungen vorherzusagen und zu bekämpfen - sei es Erkältung, festliche Grippe oder möglicherweise sogar COVID-19 oder SARS - Laut Forschern der University of Massachusetts Amherst (UMass) in den USA.

Nehmen wir zum Beispiel FluSense: etwas, das das Uni-Team in einem Artikel als „kontaktlose syndromale Überwachungsplattform“ bezeichnet hat veröffentlicht in den Proceedings des ACM über interaktive, mobile, tragbare und allgegenwärtige Technologien in diesem Monat. Im Wesentlichen ist es ein Gerät, das die Anzahl der Menschen zählt, die in der Nähe husten.

Und hier ist der PR-Klappentext der Universität für die Technik:

So funktioniert es: Eine Wärmebildkamera erfasst die von unserem Körper abgegebene Wärme und ein Mikrofon zeichnet Geräusche auf. Diese Daten werden dann in einen Raspberry Pi eingespeist und an einen angeschlossenen Intel Neural Compute USB-Stick gesendet, auf dem ein neuronales Faltungsnetzwerkmodell ausgeführt wird, das darauf trainiert ist, das Geräusch von Husten zu erkennen. Somit kann die Anzahl der Husten gezählt und zusammen mit der erkannten Menge in Prognosemodelle eingesteckt werden.

Das Modell wurde auf Audio-Schnipsel von Menschen trainiert, die aus vier verschiedenen Datensätzen husten, niesen und sich räuspern. Als die Forscher ihr System sieben Monate lang in vier verschiedenen Warteräumen in der Universitätsklinik von UMass einsetzten, sammelte FluSense 21 Millionen Audioproben und konnte in 81 Prozent der Fälle Husten genau erkennen.

Das Weiße Haus wendet sich an Big Tech, um Coronavirus-Fehler zu beheben und frühere Gespräche zu klassifizieren

MEHR LESEN

"Dies kann es uns ermöglichen, Grippetrends viel genauer vorherzusagen". sagte Tauhidur Rahman, Co-Autor des Papiers und Assistenzprofessor für Computer- und Informationswissenschaften an der UMass, am Donnerstag.

Andrew Lover, Co-Autor des Papiers und Assistenzprofessor an der UMass School of Public Health & Health Sciences, möchte FluSense in mehr Wartezimmern in Kliniken in den USA implementieren, um die Messung des Hustens von Menschen zu automatisieren - eine der Symptome des COVID-19-Coronavirus unter anderen Beschwerden. "Wir haben die erste Bestätigung, dass der Husten tatsächlich mit einer Influenza-bedingten Krankheit korreliert", sagte Lover. "Jetzt wollen wir es über diese spezielle Krankenhausumgebung hinaus validieren und zeigen, dass wir standortübergreifend verallgemeinern können."

Sicher, es ist möglich, dass dieses Kit Krächze erkennt, um die COVID-19-Ausbreitung zu messen. Husten von anderen Dingen - wie ein Leben langes Rauchen, Erkältungen und so weiter - wird die Zahlen, wie wir vermuten, angesichts der genauen Rate durcheinander bringen. Wenn dies ausgefeilt genug ist, um die Art des Hustens zu erkennen, kann es möglicherweise genauer sein, Grippe oder COVID-19-Splitter von Erkältungspfeifen zu zählen, wenn so etwas möglich ist.

Das Register hat die Akademiker um zusätzliche Erklärung und Kommentar gebeten. ®

Unterstützt: Webcast: Warum Sie eine verwaltete Erkennung und Antwort benötigen