Öksürük Sesinden Koronavirüs Tespiti

Toplumumuz gibi diğer tüm dünya ülkelerini etkisi altına almış olan Koronavirüs hız kesmeden can almaya devam ediyor. İçinde bulunduğumuz süreçte virüsle savaşmak güç olmaya başlamış durumda. Her gün artan vaka sayısının tedbirsizlikle ve alınan önlemlerin yetersizliği ile doğru orantılı olduğu gözler önünde iken maske takmama konusunda inatçı vatandaşların ya da Covid pozitif olduğundan bir haber olan insanlar için çözümü ABD´de Massachusetts Teknoloji Enstitüsü (MIT) uzmanları buldu. ,yapay zeka teknolojisiyle birlikte geliştirdikleri model ile öksürük sesinden hastalık belirtisi göstermeyen insanların tespitini yapacaklarını duyurdu.

 

Peki Nedir Bu Yapay Zeka Modeli?

Covid 19 ile enfekte olmuş kişilerin bir kısmı asemptomatik olarak tanımlanırlar yani virüse dair fiziksel bir belirti, semptom taşımadan hastalığı geçirirler. Belirti taşımayan insanların test yapma olasılığı düşük olacağı için farkında olmayan pozitifli hasta, virüsü başka bir insana geçirebilir. Bu olasılığın yüzdesinin fazla olduğunu ve sonucunda ölümün kaçınılmaz olduğunu savunan MIT araştırmacıları, asemptomatik kişilerdeki görülen öksürüğün sağlıklı bir bireyin öksürüğünden farklı olduğunu tespit ettiler. Bu keşfedilen farklılığın,insan kulağı tarafından belirlenemeyeceğini ancak yapay zeka destekli bir modelin buna çözüm olabileceğini düşünüp bir model geliştirdiler.

Geliştirilen model için gönüllü insanlar bulunup, onların kaydetmiş olduğu öksürük sesi örneği ve kelime sesleri üzerinde model eğitildi. Eğitilen model, Covid 19 pozitifli insanların yüzde 98,5’ini, asemptomatik Covid-19 hastalarının yüzde 100’ünü doğru bir şekilde tespit etti ve böylece modelin yüzde 95 başarı oranı gerçekleşmiş oldu.

Ekip, modeli kullanıcı dostu bir uygulamaya dahil etmek için çalışıyor; model FDA onaylıysa ve büyük ölçüde kullanılmaya başlanırsa, korona virüs için asemptomatik olma ihtimali yüksek olan kişilerin kullanımı ücretsiz, kullanışlı bir ön tarama aracı olabilir. Bu kullanıcı telefonuna indirdiği bu uygulamayla her gün telefonuna öksürüp, virüsü taşıyıp taşıyamadığını öğrenebilir dolayısıyla bu yöntem resmi bir testin onayına tabiidir.

MIT’nin Auto-ID Laboratuvarı’nda araştırmacı bilim insanı olan ortak yazar Brian Subirana, “Bu grup teşhis aracının etkili bir şekilde uygulanması için bir sınıfa, fabrikaya veya restorana gitmeden önce kullanılırsa, salgının yayılması azaltılabilir.” Açıklamasında bulundu.

Pandeminin başlangıcı olan günlere baktığımızda, birçok araştırmacı aslında bu konunun etrafında dolaşıyordu ama hiç hayata geçen bir proje olmamıştı. Daha önceleri de araştırmacılar, zatürre ve astım gibi durumları doğru bir şekilde teşhis etmek için öksürük kayıtları üzerine algoritmalar eğitiyordu. Aynı işlemleri tekrar eden MIT ekibi de sadece hafızadaki bilgilerin kaybı değil, zayıflamış ses tellerin de görülen zayıflığı da nöromüsküler bozulmayla ilişkilendirip, alzheimer hastalığı üzerinde çalışmalar yapmıştı. Alzheimer hastalığının belirtilerini tespit edip edemeyeceklerini görmek için zorunlu öksürük kayıtlarını analiz ederek AI modelleri geliştiriyordu.

Öncelikli olarak, farklı derecelerde vokal kord gücü ile ilişkili sesleri ayırt etmek için ResNet50 olarak bilinen, genel bir makine öğrenme algoritması veya sinir ağını eğittiler. Daha önce yapılmış araştırmalarda insan duygusu olarak gösterilen ‘Hmmm’’ sesinin kalitesinin, bir kişinin ses tellerinin ne kadar zayıf veya güçlü olduğunun bir göstergesi olabileceğini göstermişti. Araştırmacılar, “onlar” kelimesini “o” ve “o zaman” gibi diğer kelimelerden ayırmak için sinir ağını 1000 saatten fazla konuşma içeren bir sesli kitap veri seti üzerinde eğitti.

Ekip konuşmada en belirgin olarak görülen duygusal ifadelerin ayırt edilebilmesi için ikinci bir sinir ağından destek almak zorunda kaldı çünkü Çünkü Alzheimer hastalarının (ve daha genel olarak nörolojik düşüşü olan kişilerin) mutluluklarını ifade etmekten çok üzgün oldukları, acı çektikleri, hayal kırıklığa uğradıklarını gösteren duyguları sergiledikleri görüldü. Bu deneyin üzerine araştırmacılar sakin, mutlu, huzurlu, nötr gibi duygusal ruh hallerini canlandıran bir veri kümesi oluşturarak, bir duyarlı konuşma sınıflandırıcı modeli geliştirdiler.

Ardından üçüncü sinir ağına ihtiyaç duyan araştırmacılar, akciğer ve solunum performansındaki değişiklikleri ayırt etmek için bir öksürük veri tabanı üzerinde yeniden bir sinir ağını eğitti.Son olarak ekip eğitmiş olduğu üç modelide birleştirerek kas zayıflamasını tespit etmek için bir algoritma yerleştirdi. Aslında algoritma bu işlemi, işittiği gürültüyü simüle ederek, güçlü öksürükleri (gürültü üzerinden duyulabilenleri) daha zayıf olanlardan ayırt ederek yapıyor.

Tüm bunların sonucunda ekip, Al desteğiyle, alzheimer hastalığı dahil olmak üzere, ses kayıtları üzerinde denemeler yaparak bunu geliştirdi ve alzheimer’in örneklerini mevcut modellerden daha iyi belirleyebileceğini göstermiş oldu. Elde edilen verilen doğrultusunda, ses teli gücü, duygu, akciğer ve solunum performansı ve kas bozulması ile birlikte hastalığın teşhisinde etkili belirteçler olduğunu gösterdi.

Aynı ekip nisan ayında, alzheimer, astım, zatürre ve Covid 19 pozitifli hastalardan on binlerce öksürük numunesi topladı. İnsanların web tarayıcısına sahip herhangi bir araçtan, bu telefon olabilir, tablet,dizüsüstü bilgisayar olabilir, öksürüklerini kaydedebilecekleri bir internet sitesi kurdular. Uygulamaya katılan katılımcılar, bu uygulamanın deneme amaçlı olup, herhangi bir doktor kontrolü veya test dahilinde olmadığına dair bir anket doldurdular. Çünkü yaptıkları bu uygulama henüz yasallaşmamış olduğu için verilen sonuçlarda tamamen deney üzerine kurulu, başarı oranı 95 e yakın olmuş olsa bile. Aynı zamanda anketin içeriğinde kullanıcıların daha önce geçirmiş olduğu hastalıklar, yaşadıkları coğrafi konum, cinsiyetleri gibi ayırt edici özellikler vardı.

         

 

Bugüne kadar araştırmacılar; her biri birkaç öksürük içeren, yaklaşık 200.000 zorla öksürük ses örneğine karşılık gelen 70.000’den fazla kayıt topladı. Araştırmacılarında kanıtladığı üzere bu zamana kadar yapılmış en kapsamlı ve belirleyici öksürük veri setine sahip bir araştırma oldu.Asemptomatik olanlar da dahil olmak üzere Covid-19 olduğu doğrulanan kişiler tarafından yaklaşık 2.500 kayıt sunuldu.

Ekip, topladıkları verileri dengelemek için kayıtlardan rastgele seçtikleri 2.500 kayıt ile birlikte Covid ile ilişkili 2.500 kaydı kullandı. AI modelini eğitmek için bu örneklerden 4.000’ini kullandılar. Kalan 1000 kaydı da daha sonra Covid hastalarının ve sağlıklı bireylerin öksürüklerini doğru bir şekilde ayırt edip edemeyeceğini görmek için model geliştirildi.

Temmuz ayında İngiltere’nin Cambridge kentindeki ‘Covid-19 Sesler Projesi’nde, nefes ve öksürük seslerinin birleşimine dayanarak, pozitif koronavirüs vakalarının yüzde 80 oranında başarıyla tespit edildiğini açıklamıştı.Uygulamanın geliştirildiği takdirde virüsün yayılma hızının,yayılma oranın düşeceği kaçınılmaz bir gerçek olduğu ispatlanmış oldu.

REFERANSLAR:

https://haberglobal.com.tr/dunya/yapay-zeka-oksuruk-sesiyle-kovid-19-hastasini-boyle-tespit-etti-77528

https://onedio.com/haber/oksuruk-sesinden-yuzde-100-isabet-koronavirus-teshisi-koyan-yapay-zeka-gelistirildi-940627

https://www.ntboxmag.com/2020/10/29/yapay-zeka-modeli-cep-telefonuyla-kaydedilen-oksurukler-sayesinde-asemptomatik-

 

 

Leave a Reply