Algoritmo identifica ‘tossida de Covid’ inaudível para humanos | Coronavírus


Um algoritmo desenvolvido nos Estados Unidos identificou corretamente as pessoas com Covid-19 apenas pelo som de suas tossidas.

Nos testes, ele atingiu uma taxa de sucesso de 98,5% entre as pessoas que receberam um resultado oficial positivo no teste do coronavírus, aumentando para 100% nas que não tinham outros sintomas.

Os pesquisadores precisariam de uma aprovação regulamentar para transformá-lo em um aplicativo.

Eles disseram que a diferença crucial no som de uma tosse de um paciente assintomático de Covid-19 não pode ser percebida por ouvidos humanos.

O algoritmo de inteligência artificial (IA) foi desenvolvido no laboratório do Massachusetts Institute of Technology (MIT).

O cientista do MIT Brian Subirana, coautor do estudo, publicado no IEEE Journal of Engineering in Medicine and Biology, disse: “A maneira como você produz som muda quando você tem Covid-19, mesmo se você for assintomático.”

O mecanismo poderia ser usado “para triagem diária de estudantes, trabalhadores e do público, nas escolas, trabalho e transporte reabrirem. Ou até para testes de piscina para alertar rapidamente e evitar surtos em grupos”, diz o relatório.

Várias organizações, incluindo a universidade de Cambridge University, a universidade Carnegie Mellon e a start-up de saúde Novoic, no Reino Unido, têm trabalhado em projetos semelhantes.

Em julho, o projeto Covid-19 Sounds da Cambridge University relatou uma taxa de sucesso de 80% na identificação de casos positivos de coronavírus com base em uma combinação de respiração e sons de tossida.

Em maio, ele havia coletado 459 sons de amostra de tosse e respiração enviados por 378 membros do público — agora, ela tem um banco de cerca de 30 mil gravações.

O laboratório do MIT coletou cerca de 70 mil amostras de áudio, cada uma contendo uma série de tossidas.

Destas, 2,5 mil são de pessoas com casos confirmados de coronavírus.

O especialista em inteligência artificial Calum Chace descreveu o algoritmo como “uma peça clássica de IA”.

“É o mesmo princípio de alimentar uma máquina com vários raios-X para que ela aprenda a detectar um câncer”, disse ele.

“É um exemplo de IA sendo útil. E, pela primeira vez, não vejo muita desvantagem nisso.”

VÍDEOS: Mais vistos do G1 nos últimos 7 dias



Fonte: G1