기계 학습 알고리즘은 기침 소리를 분석하여 누군가 COVID-19에 걸렸는지 여부를 정확하게 예측할 수 없습니다. 공부 영국의 앨런 튜링 연구소가 이끄는
AI가 COVID-19가 있는 사람과 없는 사람의 기침 소리 차이를 최대 98.5%의 정확도로 감지할 수 있다는 주장이 처음 보고되었습니다. 종이 Massachusetts Institute of Technology가 이끄는 연구원들로부터. 그 결과 사람들에게 신종 코로나바이러스를 테스트할 수 있는 저렴하고 쉬운 방법을 제공하기 위해 알고리즘으로 구동되는 앱을 구축하려는 노력으로 이어졌습니다.
영국 보건사회복지부는 심지어 100,000년에 정부의 소위 "Cough In A Box" 이니셔티브를 개발하기 위해 총 2021파운드가 넘는 두 건의 계약을 Fujitsu에 수주하기까지 했습니다. 신고. 이 소프트웨어는 COVID-19 앱에서 분석하기 위해 사용자의 기침 오디오 녹음을 수집합니다.
그러나 Alan Turing Institute와 Royal Statistical Society가 이끄는 연구팀이 수행한 테스트에서 이 기술이 결국 제대로 작동하지 않는 것으로 나타났습니다. 그들은 국립 보건 서비스의 테스트 및 추적 및 REACT-67,000 프로그램에서 모집한 1명 이상의 오디오 녹음 데이터 세트를 수집하고 조사했습니다. 19.
참가자들은 기침, 호흡, 말하기 샘플과 면봉 검사 결과를 기록하도록 요청 받았습니다. 그들 중 23,000명 이상이 호흡기 질환에 대해 양성 반응을 보였습니다. 팀은 기침이 정확한 바이오마커로 작용할 수 있는지 알아보기 위해 사람들의 COVID-19 테스트 결과와 비교하여 이러한 소리에 대한 기계 학습 모델을 훈련했습니다.
"그러나 우리가 결과를 계속 분석하면서 정확도는 교란이라고 하는 통계의 영향으로 인한 것 같습니다. 여기서 모델은 실제 신호 자체가 아니라 실제 신호와 상관관계가 있는 다른 변수를 학습합니다." 설명 Alan Turing Institute의 연구 조교인 Kieran Baker는
혼란스러운 것은 채용 편향 때문이었습니다. 테스트 및 추적 참가자가 참여하려면 적어도 하나의 증상이 있어야 하는 시스템입니다. 연구자들은 같은 연령과 성별의 참가자를 쌍으로 그룹화하여 더 많은 테스트를 수행했으며 그중 한 명만 COVID-19에 걸렸습니다.
베이커는 "일치 데이터에서 이 모델을 평가했을 때 모델이 제대로 작동하지 않았기 때문에 모델이 이 데이터에서 COVID-19 생체 음향 마커를 감지할 수 없다는 결론을 내렸습니다."라고 말했습니다.
지난달 발표된 논문의 주저자이자 옥스포드 대학의 생물 통계학 교수이자 Alan Turing Institute의 건강 및 의료 과학 프로그램 책임자인 Chris Holmes는 "COVID- 19 확산을 막는 것이 정말 중요합니다. 이 기술이 COVID-19에 작동하지 않는다는 것은 실망스럽지만 향후 다른 호흡기 바이러스에는 여전히 작동할 수 있습니다.”라고 영국 당국은 말했습니다. 신고. ®
- SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
- 플라토 블록체인. Web3 메타버스 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
- 출처: https://go.theregister.com/feed/www.theregister.com/2023/01/05/ai_covid_cough/
