Pubblicato il 9 Settembre 2022
Lo affermano i ricercatori dell’Università di Maastricht, nei Paesi Bassi, che hanno presentato uno studio pochi giorni fa al Congresso internazionale della European Respiratory Society a Barcellona.
Secondo loro, il modello di intelligenza artificiale utilizzato è più accurato dei test antigenici rapidi, l’89% delle volte, nonché più rapido e facile da usare.
Il team ha lavorato sui dati dell’app Covid-19 Sounds dell’Università di Cambridge: contiene 893 campioni audio di 4.352 partecipanti sani e malati, di cui 308 sono risultati positivi al virus.
I ricercatori hanno utilizzato una tecnica di analisi vocale chiamata “Spettrogramma Mel” per identificare diverse caratteristiche della voce come il volume, la variazione e la potenza.
“Questi risultati suggeriscono che registrazioni vocali e algoritmi di intelligenza artificiale perfezionati possono potenzialmente raggiungere un’elevata precisione nel determinare quali pazienti hanno l’infezione. Potrebbero essere utilizzati, ad esempio, nei punti di ingresso per grandi assembramenti, consentendo uno screening rapido”, spiega Wafaa Aljbawi dell’Institute of Data Science dell’Università di Maastricht.
In Italia, l’Università di Ferrara, ha messo a punto un anno fa un sistema che si basa sempre su colpi di tosse e onde sonore, arrivando così a identificare “la voce” della malattia. Il metodo di riconoscimento si basa su una tecnica chiamata modal learning con supervisione.