Klingt krank? Neue KI-Technologie kann erkennen, ob es sich um COVID handelt
Von Bill Stieg
Sept. 19, 2022 -- Stellen Sie sich Folgendes vor: Sie denken, Sie könnten COVID haben. Sie sprechen ein paar Sätze in Ihr Telefon. Dann liefert Ihnen eine App in weniger als einer Minute zuverlässige Ergebnisse.
"Du hörst dich krank an", könnten wir Menschen einem Freund sagen. Künstliche Intelligenz (KI) könnte hier neue Maßstäbe setzen, indem sie Ihre Stimme analysiert, um eine COVID-Infektion zu erkennen.
Eine kostengünstige und einfache App könnte in Ländern mit niedrigem Einkommen oder zur Überprüfung von Menschenmengen bei Konzerten und anderen großen Versammlungen eingesetzt werden, so die Forscher.
Dies ist nur das jüngste Beispiel für einen zunehmenden Trend zur Erforschung der Stimme als Diagnoseinstrument zur Erkennung oder Vorhersage von Krankheiten.
In den letzten zehn Jahren hat sich gezeigt, dass die KI-Sprachanalyse bei der Erkennung von Parkinson, posttraumatischer Belastungsstörung, Demenz und Herzkrankheiten helfen kann. Die Forschungsergebnisse sind so vielversprechend, dass die National Institutes of Health gerade eine neue Initiative gestartet haben, um KI zu entwickeln, die die Stimme zur Diagnose einer Vielzahl von Krankheiten einsetzt. Diese reichen von Atemwegserkrankungen wie Lungenentzündung und COPD über Kehlkopfkrebs bis hin zu Schlaganfall, ALS und psychiatrischen Störungen wie Depression und Schizophrenie. Die Software kann Nuancen erkennen, die das menschliche Ohr nicht erkennen kann, so die Forscher.
Mindestens ein halbes Dutzend Studien haben diesen Ansatz zur COVID-Erkennung verfolgt. In der jüngsten Studie berichten Forscher der Universität Maastricht in den Niederlanden, dass ihr KI-Modell in 89 % der Fälle richtig lag, verglichen mit einem Durchschnitt von 56 % bei verschiedenen Lateral-Flow-Tests. Der Sprachtest war auch genauer bei der Erkennung von Infektionen bei Personen, die keine Symptome zeigten.
Ein Haken an der Sache: Seitliche Durchflusstests zeigen in weniger als 1 % der Fälle falsch-positive Ergebnisse, verglichen mit 17 % beim Stimmtest. Da der Test jedoch "praktisch kostenlos" ist, wäre es praktisch, diejenigen, die positiv getestet wurden, einfach weitere Tests machen zu lassen, sagte die Forscherin Wafaa Aljbawi, die die vorläufigen Ergebnisse auf dem internationalen Kongress der European Respiratory Society in Barcelona, Spanien, vorstellte.
"Ich persönlich bin begeistert von den möglichen medizinischen Auswirkungen", sagt Visara Urovi, PhD, eine der Forscherinnen des Projekts und außerordentliche Professorin am Institut für Datenwissenschaften der Universität Maastricht. "Wenn wir besser verstehen, wie sich die Stimme bei verschiedenen Erkrankungen verändert, könnten wir möglicherweise erkennen, wann wir kurz davor sind, krank zu werden oder wann wir weitere Tests und/oder Behandlungen durchführen lassen sollten."
Die Entwicklung der KI
Eine COVID-Infektion kann die Stimme verändern. Sie wirkt sich auf die Atemwege aus, was zu einem Mangel an Sprechkraft und einem Verlust der Stimme aufgrund von Kurzatmigkeit und einer Verstopfung der oberen Atemwege führt", heißt es in dem Preprint-Papier, das noch nicht von Fachkollegen geprüft worden ist. Der typische trockene Husten eines COVID-Patienten verursacht auch Veränderungen an den Stimmbändern. Und frühere Forschungen haben ergeben, dass eine durch COVID verursachte Lungen- und Kehlkopfdysfunktion die akustischen Eigenschaften der Stimme verändert.
Ein Grund, warum die neuesten Forschungsergebnisse so bemerkenswert sind, ist die Größe des Datensatzes. Die Forscher nutzten eine Crowd-Sourcing-Datenbank der Universität Cambridge, die 893 Audioproben von 4.352 Personen enthält, von denen 308 positiv auf COVID getestet wurden.
Sie können zu dieser Datenbank beitragen - alles ist anonym - über die Cambridge COVID-19 Sounds App, die Sie auffordert, dreimal zu husten, drei bis fünfmal tief durch den Mund zu atmen und dreimal einen kurzen Satz zu lesen.
Für ihre Studie haben sich die Forscher der Universität Maastricht "nur auf die gesprochenen Sätze konzentriert", erklärt Urovi. Die "Signalparameter" des Tons "liefern einige Informationen über die Energie der Sprache", sagt sie. "Es sind diese Zahlen, die im Algorithmus verwendet werden, um eine Entscheidung zu treffen".
Für Audiophile mag es interessant sein, dass die Forscher eine Mel-Spektrogrammanalyse verwendeten, um Merkmale der Schallwelle (oder Klangfarbe) zu identifizieren. Liebhaber der künstlichen Intelligenz werden bemerken, dass die Studie ergab, dass das Langzeitgedächtnis (LSTM) der Typ von KI-Modell ist, der am besten funktioniert. Es basiert auf neuronalen Netzen, die das menschliche Gehirn nachahmen, und eignet sich besonders gut für die Modellierung von Signalen, die im Laufe der Zeit gesammelt wurden.
Für Laien reicht es aus, zu wissen, dass Fortschritte auf diesem Gebiet zu "zuverlässigen, effizienten, erschwinglichen, bequemen und einfach zu bedienenden" Technologien für die Erkennung und Vorhersage von Krankheiten führen können, heißt es in dem Papier.
Wie geht es weiter?
Um diese Forschungsergebnisse in eine sinnvolle Anwendung zu verwandeln, ist eine erfolgreiche Validierungsphase erforderlich, so Urovi. Eine solche "externe Validierung" - das Testen, wie das Modell mit einem anderen Datensatz von Geräuschen funktioniert - kann ein langsamer Prozess sein.
"Eine Validierungsphase kann Jahre dauern, bevor die App einer breiteren Öffentlichkeit zur Verfügung gestellt werden kann", sagt Urovi.
Urovi betont, dass es selbst mit dem großen Cambridge-Datensatz "schwer vorherzusagen ist, wie gut dieses Modell in der allgemeinen Bevölkerung funktionieren könnte". Wenn sich herausstellt, dass Sprachtests besser funktionieren als ein Antigen-Schnelltest, "könnten die Menschen die billige, nicht-invasive Option vorziehen".
"Es ist jedoch weitere Forschung erforderlich, um herauszufinden, welche Stimmmerkmale bei der Erkennung von COVID-Fällen am nützlichsten sind, und um sicherzustellen, dass die Modelle zwischen COVID und anderen Atemwegserkrankungen unterscheiden können", heißt es in dem Papier.
Werden wir also in Zukunft vor einem Konzert App-Tests durchführen? Das wird von Kosten-Nutzen-Analysen und vielen anderen Überlegungen abhängen, sagt Urovi.
Nichtsdestotrotz: "Der Test kann durchaus Vorteile bringen, wenn er unterstützend oder zusätzlich zu anderen etablierten Screening-Tools wie einem PCR-Test eingesetzt wird."
