Un'app per scoprire il Covid dalla voce

Basata su centinaia di campioni audio

Si può sfruttare l'intelligenza artificiale anche in ambito Covid. I ricercatori dell'Università di Maastricht, infatti, hanno raccolto 893 campioni audio registrati da 4.352 soggetti, 308 dei quali positivi a Sars-CoV-2, creando un'app in grado di riconoscere le anomalie a carico delle corde vocali e della laringe.
L'app richiede alcune informazioni di base sulla storia clinica dei soggetti, dopodiché il paziente dovrà registrare alcuni suoni, in particolare tossire 3 volte, respirare profondamente per 5 volte e infine leggere una breve frase.
I ricercatori hanno utilizzato una tecnica di analisi vocale chiamata Mel-spectrogram analysis, che identifica diverse caratteristiche della voce come volume, potenza e variazione nel tempo. Il loro modello, basato su reti neurali artificiali, è risultato avere complessivamente una accuratezza dell'89%, una sensibilità (capacità di scovare i positivi) dell'89% (che nei test rapidi possono essere bassi fino al 56%), una specificità (capacità di individuare i negativi correttamente) dell'83%.
L'app è stata sviluppata da Wafaa Aljbawi dell'istituto di Data Science, presso l'Università di Maastricht in Olanda. I dati indicano un'affidabilità maggiore dell'app rispetto alla maggioranza dei test antigenici in commercio. In confronto, l'app si rivela anche molto più economica e accessibile.
"Questi risultati mostrano un miglioramento significativo nell'accuratezza della diagnosi di Covid-19 rispetto a test antigenici come il test del flusso laterale", ha commentato Aljbawi. "Questo test può avere una sensibilità del 56%, ma un tasso di specificità del 99,5%. Questo è importante in quanto significa che il test del flusso laterale classifica erroneamente le persone infette come negative al Covid-19 più spesso del nostro test. In altre parole, con l'app potremmo perdere 11 casi su 100 che avrebbero continuato a diffondere l'infezione, mentre il test del flusso laterale questo avverrebbe per 44 casi su 100".
"L'elevata specificità del test rapido significa che solo a una persona su 100 verrebbe erroneamente classificata positiva al Sars-CoV-2 quando, in realtà, non lo era, mentre il test basato sulla Ai diagnosticherebbe erroneamente 17 persone su 100 non infette come positive. Tuttavia, poiché questo test è praticamente gratuito, sarebbe possibile e sostenibile inviare queste persone per i test PCR di controllo".
Prima di rilasciare l'app, sarà necessario verificare i risultati su un set più grande di casi-controllo.
A una soluzione del genere stanno lavorando anche ricercatori italiani dell'Università di Tor Vergata a Roma e dell'Università di Pavia.
“Una ricerca del MIT di Boston ha stimato che i tamponi nasali hanno un livello di accuratezza medio compreso tra il 40% e l'86%, mentre il nostro sistema arriva al 90%; e in futuro faremo ancora meglio grazie al machine learning, ovvero l'apprendimento automatico dell'intelligenza artificiale", spiega Giovanni Saggio, docente di elettronica presso l'Università di Tor Vergata.
"Non mi piace usare il termine diagnostico", sottolinea Saggio, "Quello che l'algoritmo sviluppato da me e i colleghi ingegneri evidenzia come screening, poi diviene diagnosi solo successivamente perché nel nostro gruppo ci sono anche diversi medici specialistici fra cui il professor Antonio Pisani, responsabile del Centro di Ricerca Disordini del Movimento di Fondazione Mondino IRCCS e ordinario di Neurologia presso l'Università di Pavia. Noi ci limitiamo a rilevare quelle anomalie nella voce che fanno comprendere se si è sani, contagiati da Covid oppure affetti da long Covid".
La voce registrata di una persona consente di analizzare tre diversi domini: le variazioni nel tempo, le variazioni delle frequenze e le quefrenze, cioè quanto sono frequenti le frequenze.
"L'analisi consente di evidenziare certe caratteristiche rispetto alle altre, come ad esempio la frequenza fondamentale, le armoniche, il rapporto segnale/rumore fino a ben 6.370 elementi. Ebbene, quelli che ci interessano e sono oggetto di variazioni in relazione al Covid o altre patologie sono al massimo una trentina", spiega l'esperto.
L'intelligenza artificiale ricava i parametri fondamentali e le loro relazioni, e in base a questi si può stabilire con una certa attendibilità la positività o meno a Covid-19.
"Non solo. Siamo riusciti anche a rilevare gli effetti collaterali che si hanno nei guariti. Tanto più che all'ospedale di Padova a seguito di analisi ecografiche hanno identificato tre sottogruppi per i guariti: i soggetti con fibrosi e interessamento polmonare inferiore al 3%, al 20% e al 50%. Si parla di cicatrici che possono essere riassorbite in settimane, mesi o più tempo".
Ma perché la voce dovrebbe suggerire la presenza di una malattia infettiva? L'emissione dei suoni è regolata dall'intero apparato respiratorio, nel quale sono coinvolte diverse componenti muscolari.
"Nel 2009 ho iniziato a studiare il tema con dei colleghi indiani, concentrandomi sulla febbre gialla e tubercolosi. Ma poi ho proseguito con Parkinson, disfonia, disfagia e adesso Covid. Tutte patologie che si riflettono con segnali più o meno evidenti nella voce e nel peso gerarchico di quei trenta parametri chiave individuati. Ad esempio i soggetti afflitti da Parkinson non hanno evidenze nelle vie aeree ma indirettamente la parte muscolare condiziona il respiro con un pattern riconoscibile".
L'utilizzo di microfoni e sistemi di registrazione professionali ha consentito di ottenere campionamenti audio ad alta risoluzione. Sono stati così ottenuti circa trenta parametri utili per l'analisi, dopodiché i ricercatori hanno cominciato a usare un normale smartphone accorgendosi che anche il suo sistema di registrazione audio era sufficiente allo scopo.
Il soggetto legge due proverbi e una serie di vocali sostenute, tossisce e invia il file audio.
"Dai 210 casi dello studio adesso abbiamo raggiunto il quadruplo e più aumenteranno nel tempo, più il nostro sistema diventerà accurato", sottolinea Saggio. "La partita si gioca abbinando diversi algoritmi di intelligenza artificiale, mixandoli insomma. Poi il machine learning di fronte a eventuali errori corregge il tiro".
Secondo i ricercatori il sistema funziona anche con le varianti di coronavirus che di volta in volta si susseguono. "Stiamo indagando, ma possiamo già anticipare che il sistema continua a funzionare. Semplicemente il peso dei parametri è leggermente differente", ha assicurato lo specialista.

22/11/2022 17:30:00 Andrea Sperelli


Notizie correlate