Das Geräusch Ihres Hustens könnte beim Screening auf COVID-19 hilfreich sein

Werden Temperaturkontrollen und schmerzhafte Nasenabstriche bald der Vergangenheit angehören? Durch die Analyse der akustischen Merkmale eines erzwungenen Hustens ist eine hochmoderne künstliche Intelligenzsoftware vielversprechend bei der Identifizierung von Menschen, die an COVID-19 erkrankt sind. Dies geht aus den Ergebnissen einer Studie hervor, die von einem dreiköpfigen Forscherteam am Massachusetts Institute of Technology (MIT) durchgeführt wurde. Die Studie vom September wurde im IEEE Open Journal of Engineering in Medicine and Biology veröffentlicht .  

Wie alle Atemwegserkrankungen greift COVID-19 Organe und Gewebe wie Lunge, Kehlkopf und Luftröhre an, begrenzt die Sauerstoffaufnahme und verursacht entsprechende Veränderungen der Atmung und Sprache.2  schweren Fällen können diese Veränderungen „zu Atembeschwerden führen, deren Besserung Monate dauern kann“, sagt Katherine Herz, MPH , außerordentliche Dozentin für globale Gesundheitsstudien an der University of Iowa, die nicht an der Studie beteiligt war, gegenüber Health Life Guide und zitiert dabei die Johns Hopkins University.3  leichten Fällen können diese Veränderungen zu subtil für das menschliche Ohr sein – aber nicht für hochentwickelte (und hochempfindliche) KI-Technologie – um sie zu erkennen. 

„Die Geräusche beim Sprechen und Husten werden beide von den Stimmbändern und den umliegenden Organen beeinflusst“, sagte Brian Subirana, PhD , Leiter des MIT Auto-ID-Labors und einer der Autoren der Studie, gegenüber ScienceAlert . „Das bedeutet, dass beim Sprechen ein Teil Ihres Sprechens wie Husten klingt und umgekehrt. Es bedeutet auch, dass die KI Dinge, die wir leicht aus fließender Sprache ableiten, einfach aus Husten ableiten kann, darunter Dinge wie das Geschlecht der Person, ihre Muttersprache oder sogar ihren emotionalen Zustand.“

Wie wurde das Modell entwickelt? 

Die Forscher entwickelten das MIT Open Voice Brain Model (MOVBM), ein KI-basiertes „Sprachverarbeitungs-Framework“, das als COVID-19-Diagnosetest dient. Das MOVBM stützt sich auf eine Reihe von fünf Biomarkern oder Merkmalen, die häufig mit einer bestimmten Krankheit oder Störung in Verbindung gebracht werden, um Atembeschwerden als Merkmale einer Infektion mit COVID-19 zu erkennen. Zu diesen Biomarkern gehören: 

• Muskelabbau
• Veränderungen der Stimmbänder
• Stimmungsschwankungen
• Veränderungen der Lunge und der Atemwege

„Die physische Struktur der Lunge und der Atemwege wird durch Atemwegsinfektionen verändert, und in den frühen Tagen der COVID-19-Pandemie hörten Epidemiologen als Teil ihrer Diagnosemethoden die Lunge ab, während die Patienten erzwungenermaßen husteten“, schrieben die Autoren und beschrieben damit, wie sich COVID-19 auf die Qualität von Lautäußerungen auswirkt. 

Durch die Entwicklung einer dreisprachigen (Englisch, Spanisch und Katalanisch) Audioaufzeichnungs-Engine konnten die Autoren Audioaufzeichnungen von erzwungenem Husten von 5.320 Teilnehmern sowie alle relevanten medizinischen Informationen sammeln.4 Daten von 4.256 der Teilnehmer wurden anschließend in das Modell eingespeist, um es zu „trainieren“, zwischen  erzwungenen Husten derjenigen zu unterscheiden, die negativ auf COVID-19 getestet worden waren, und dem erzwungenen Husten derjenigen, die positiv auf COVID-19 getestet worden waren; Daten der verbleibenden 1.064 Teilnehmer wurden verwendet, um seine Fähigkeit hierzu zu testen.

Insgesamt hat das Modell 100 % der asymptomatischen COVID-19-positiven Audioaufzeichnungen, 98,5 % aller COVID-19-positiven Audioaufzeichnungen und 88 % aller Audioaufzeichnungen korrekt identifiziert. 

Hat das Modell im Gesundheitswesen eine Zukunft? 

Diese Ergebnisse, so die Autoren, deuten darauf hin, dass das MOVBM „großes Potenzial hat, parallel mit Gesundheitssystemen zu arbeiten, um aktuelle Ansätze zur Eindämmung der Ausbreitung der Pandemie zu ergänzen“. Als Beleg für ihre Behauptung verweisen sie auf die Vorteile des Modells gegenüber bestehenden COVID-19-Erkennungsinstrumenten. Im Gegensatz zu aktuellen Virologie- und Serologietests, die beispielsweise durchschnittlich 23 Dollar pro Test kosten und mehrere Tage zur Durchführung benötigen, ist das MOVBM völlig kostenlos, liefert sofortige Ergebnisse und weist zudem einen höheren Grad an Genauigkeit auf. 

Ärzte sehen jedoch sowohl funktionale als auch praktische Hindernisse für eine weitverbreitete Einführung. Joshua O. Benditt, MD, Professor in der Abteilung für Lungen-, Intensiv- und Schlafmedizin an der University of Washington School of Medicine, sagt gegenüber Health Life Guide, dass „es eine interessante Idee ist, aber an einer Population von Menschen getestet werden müsste, die zwar Symptome haben, aber an einer anderen Krankheit leiden.“ 

„Die eigentliche Frage ist für mich: Kann dieses Programm den Husten einer Person mit COVID-19 von dem einer Person mit einer Erkältung (ebenfalls ein Coronavirus), Grippe, bakterieller Lungenentzündung oder anderen häufig auftretenden Erkrankungen unterscheiden?“, sagt er. 

Herz glaubt, dass das Modell Potenzial hat, dass seine technische Raffinesse ihm jedoch zum Verhängnis werden könnte. 

„Obwohl die Hustenaufzeichnungen vielversprechend klingen, ist unklar, wie viel Zeit erforderlich sein wird, um die Zulassung der FDA zu erhalten, mehr Geräte herzustellen, die Hustenmuster wie in der Studie beschrieben analysieren können, und um Menschen zu schulen, damit sie die Geräte richtig verwenden können, damit es bei Tests so wenige falsch positive und falsch negative Ergebnisse wie möglich gibt“, sagt sie. Schließlich ist es viel einfacher, einen Abstrich aus dem Mund einer Person zu nehmen, als eine Audioaufzeichnung zu analysieren.

Die Informationen in diesem Artikel sind zum angegebenen Datum aktuell. Das bedeutet, dass zum Zeitpunkt, an dem Sie dies lesen, möglicherweise neuere Informationen verfügbar sind. Die aktuellsten Informationen zu COVID-19 finden Sie auf unserer Coronavirus-Nachrichtenseite .