Introduzione

Il modello di intelligenza artificiale rileva le infezioni Covid-19 asintomatiche attraverso la tosse che viene registrata con il cellulare. I risultati potrebbero fornire un comodo strumento di screening per le persone che non sospettano di essere infette.

Rilevare gli asintomatici con la tosse

Le persone asintomatiche che hanno contratto l’infezione da Covid-19 non presentano, per definizione, sintomi fisici della malattia che siano distinguibili. Sono quindi meno propensi ad effettuare il test per il virus e potrebbero inconsapevolmente diffondere l’infezione ad altri senza saperlo.

Ma sembra che coloro che sono asintomatici potrebbero non essere completamente esenti da cambiamenti causati dal virus. I ricercatori del MIT hanno ora scoperto che le persone asintomatiche possono differire dagli individui sani per il modo in cui tossiscono. Queste differenze non sono decifrabili all’orecchio umano. Ma si scopre che possono essere captate dall’intelligenza artificiale.

In un articolo pubblicato di recente sull’IEEE Journal of Engineering in Medicine and Biology, il team riporta un modello di intelligenza artificiale che distingue le persone asintomatiche dagli individui sani attraverso registrazioni di tosse forzata, che le persone hanno volontariamente presentato attraverso browser web e dispositivi come cellulari e laptop.

I ricercatori hanno formato il modello su decine di migliaia di campioni di tosse, oltre che su parole pronunciate. Quando hanno alimentato il modello con nuove registrazioni di tosse, il modello ha identificato accuratamente il 98,5% della tosse di persone che hanno avuto la conferma di avere il Covid-19, compreso il 100% delle tosse da asintomatici – che hanno riferito di non avere sintomi ma di essere risultati positivi al virus.

Un APP non invasiva

Il team sta lavorando per incorporare il modello in un’applicazione di facile utilizzo, che, se approvata dalla FDA e adottata su larga scala, potrebbe essere potenzialmente uno strumento gratuito, conveniente e non invasivo di prescrizione per identificare le persone che potrebbero essere asintomatiche per Covid-19. Un utente potrebbe accedere giornalmente, tossire nel proprio telefono e ottenere immediatamente informazioni sulla possibilità di essere infettato e quindi dovrebbe confermare con un test formale.

L’efficace implementazione di questo strumento diagnostico di gruppo potrebbe diminuire la diffusione della pandemia se tutti lo utilizzassero prima di andare in un’aula, in una fabbrica o in un ristorante“, dice il coautore Brian Subirana, uno scienziato ricercatore del Laboratorio di Auto-ID del MIT.

I co-autori di Subirana sono Jordi Laguarta e Ferran Hueto, del Laboratorio di Auto-ID del MIT.

Sentimenti vocali elaborati da un algoritmo

Prima dell’insorgenza della pandemia, i gruppi di ricerca avevano già formato gli algoritmi di ricerca sulle registrazioni dei cellulari per diagnosticare accuratamente condizioni come la polmonite e l’asma. In modo simile, il team del MIT stava sviluppando modelli di IA per analizzare le registrazioni di tosse forzata per vedere se potevano rilevare segni di Alzheimer, una malattia associata non solo al declino della memoria ma anche alla degradazione neuromuscolare come l’indebolimento delle corde vocali.

In primo luogo hanno elaborato un algoritmo generale di apprendimento automatico, o rete neurale, noto come ResNet50, per discriminare i suoni associati a diversi gradi di forza delle corde vocali. Gli studi hanno dimostrato che la qualità del suono “mmmm” può essere un’indicazione di quanto siano deboli o forti le corde vocali di una persona. Subirana ha addestrato la rete neurale su un dataset di audiolibri con più di 1.000 ore di parlato, per distinguere la parola “loro” da altre parole come “il” e “poi“.

L’equipe ha addestrato una seconda rete neurale per distinguere gli stati emotivi evidenti nel discorso, perché i pazienti affetti da Alzheimer – e le persone con declino neurologico più in generale – hanno dimostrato di avere certi sentimenti come la frustrazione, o di avere un effetto piatto, più frequentemente di quanto esprimano felicità o calma. I ricercatori hanno sviluppato un modello di classificazione del linguaggio dei sentimenti addestrandolo su un ampio dataset di attori che intonano stati emotivi, come neutro, calmo, felice e triste.

I ricercatori hanno poi addestrato una terza rete neurale su un database di tosse per discernere i cambiamenti nelle prestazioni polmonari e respiratorie.

Infine, il team ha combinato tutti e tre i modelli e ha sovrapposto un algoritmo per rilevare il degrado muscolare. L’algoritmo lo fa essenzialmente simulando una maschera audio, o strato di rumore, e distinguendo le tosse forti – quelle che si sentono sopra il rumore – da quelle più deboli.

Con la loro nuova struttura di IA, l’equipe si è nutrita di registrazioni audio, anche di pazienti affetti da Alzheimer, e ha scoperto che poteva identificare i campioni di Alzheimer meglio dei modelli esistenti. I risultati hanno dimostrato che, insieme, la forza delle corde vocali, il sentimento, le prestazioni polmonari e respiratorie e la degradazione muscolare erano biomarcatori efficaci per la diagnosi della malattia.

Quando la pandemia di coronavirus ha iniziato a manifestarsi, Subirana si è chiesta se la loro struttura di AI per il morbo di Alzheimer potesse funzionare anche per la diagnosi di Covid-19, poiché c’erano prove crescenti che i pazienti infetti presentavano alcuni sintomi neurologici simili, come la temporanea compromissione neuromuscolare.

I suoni del parlare e della tosse sono entrambi influenzati dalle corde vocali e dagli organi circostanti. Ciò significa che quando si parla, parte del discorso è come la tosse e viceversa. Significa anche che le cose che derivano facilmente da un discorso fluente, l’intelligenza artificiale può trarre semplicemente dalla tosse, comprese cose come il genere della persona, la lingua madre o anche lo stato emotivo. C’è infatti un sentimento radicato nel modo in cui si tossisce“, dice Subirana. “Così abbiamo pensato, perché non proviamo questi biomarcatori dell’Alzheimer [per vedere se sono rilevanti] per Covid“.

Una somiglianza impressionante

In aprile, l’équipe si è impegnata a raccogliere il maggior numero possibile di registrazioni di tosse, comprese quelle dei pazienti della Covid-19. Hanno creato un sito web dove le persone possono registrare una serie di tosse, attraverso un cellulare o un altro dispositivo abilitato al web. I partecipanti hanno anche compilato un questionario sui sintomi che stanno sperimentando, sia che abbiano o meno la Covid-19, sia che siano stati diagnosticati attraverso un test ufficiale, attraverso la valutazione dei loro sintomi da parte di un medico, sia che si siano autodiagnosticati. Possono anche annotare il loro sesso, la loro posizione geografica e la loro lingua madre.

Ad oggi, i ricercatori hanno raccolto più di 70.000 registrazioni, ognuna contenente diverse tossi, per un totale di circa 200.000 campioni audio di tosse forzata, che secondo Subirana è “il più grande set di dati di tosse di ricerca che conosciamo”. Circa 2.500 registrazioni sono state presentate da persone che hanno confermato di avere la Covid-19, compresi quelli che erano asintomatici.

Il team ha usato le 2.500 registrazioni associate al Covid, insieme ad altre 2.500 registrazioni selezionate a caso dalla raccolta per bilanciare il dataset. Hanno usato 4.000 di questi campioni per addestrare il modello di IA. Le rimanenti 1.000 registrazioni sono state poi inserite nel modello per vedere se era in grado di distinguere accuratamente la tosse dei pazienti affetti da Covid contro quella di individui sani.

Sorprendentemente, come scrivono i ricercatori nel loro lavoro, i loro sforzi hanno rivelato “una sorprendente somiglianza tra l’Alzheimer e la discriminazione Covid“.

Senza molte modifiche all’interno della struttura dell’IA originariamente intesa per l’Alzheimer, hanno scoperto che era in grado di cogliere i modelli nei quattro biomarcatori – forza delle corde vocali, sentimento, prestazioni polmonari e respiratorie e degradazione muscolare – che sono specifici di Covid-19. Il modello ha identificato il 98,5% delle tosse di persone confermate con Covid-19, e di queste, ha rilevato accuratamente tutte le tosse asintomatiche.

Pensiamo che questo dimostri che il modo in cui si produce il suono, cambia quando si ha la Covid, anche se si è asintomatici“, dice Subirana.

Sintomi asintomatici

Il modello di IA, sottolinea Subirana, non ha lo scopo di diagnosticare le persone sintomatiche, per quanto riguarda il fatto che i loro sintomi siano dovuti alla Covid-19 o ad altre condizioni come l’influenza o l’asma. La forza dello strumento risiede nella sua capacità di distinguere la tosse asintomatica da quella sana.

Il team sta lavorando con un’azienda per sviluppare un’applicazione gratuita di pre-screening basata sul loro modello di IA. Inoltre stanno collaborando con diversi ospedali in tutto il mondo per raccogliere una serie più ampia e diversificata di registrazioni di tosse, che aiuterà a formare e a rafforzare la precisione del modello.

Come propongono nel loro articolo, “Le pandemie potrebbero essere un ricordo del passato se gli strumenti di pre-screening sono sempre attivi in background e costantemente migliorati“.

In definitiva, prevedono che i modelli di IA audio come quello da loro sviluppato possano essere incorporati in altoparlanti intelligenti e altri dispositivi di ascolto, in modo che le persone possano ottenere una valutazione iniziale del rischio di malattia, magari su base giornaliera.

Questa ricerca è stata sostenuta, in parte, da Takeda Pharmaceutical Company Limited.

Citazioni e Approfondimenti