Das GesundheitsPortal für innovative Arzneimittel, neue Therapien und neue Heilungschancen
COVID-19-Diagnose mit künstlicher Intelligenz
Original Titel:
COVID-19 Artificial Intelligence Diagnosis using only Cough Recordings
- Künstliche Intelligenz zur Diagnosestellung anhand des Hustens?
- Auch asyptomatische Patienten könnten diagnostiziert werden
MedWiss – Die künstliche Intelligenz erzielte eine hohe Sensitivität und Spezifität für die Erkennung von COVID-19 – auch bei asymptomatischen Patienten. Das System wäre eine schnelle, kostengünstige und einfache Methode für ein groß-angelegtes COVID-19-Screening, beispielsweise in Schulen.
Um die Verbreitung des neuen Coronavirus SARS-CoV-2 einzudämmen, ist eine möglichst schnelle Diagnose und Quarantäne erforderlich. Vor allem asymptomatische Patienten können das Virus unwissend weiterverbreiten. Wissenschaftler vom Massachusetts Institut of Technology (MIT) aus den USA haben jetzt eine künstliche Intelligenz entwickelt, die mit Hilfe von Husten-Aufnahmen eine mögliche Infektion erkennen kann.
Diagnose anhand des Hustens
Die Wissenschaftler trainierten das MIT Open Voice Model anhand eines Datensets von 5 320 Teilnehmern zwischen April und Mai 2020. Das Model beruht auf dem Convolutional Neural Network, einem künstlichen neuronalen Netz, und wurde anhand der Daten von 4 256 Teilnehmern trainiert. An den übrigen 1 064 Teilnehmern testeten die Wissenschaftler dann ihr System. Die künstliche Intelligenz bestimmte anhand eines erzwungenen, absichtlichen Hustens, ob der Teilnehmer an COVID-19 litt.
Auch asymptomatische Patienten könnten diagnostiziert werden
Bei der Untersuchung der Teilnehmer, die mit einem offiziellen Test positiv auf COVID-19 getestet worden waren betrug die Sensitivität der künstlichen Intelligent 98,5 % und die Spezifität 94,2 % (AUC 0,97). Bei asymptomatischen Patienten erreichte die Sensitivität 100 % und die Spezifität 83,2 %.
Die künstliche Intelligenz erzielte eine hohe Sensitivität und Spezifität für die Erkennung von COVID-19 – auch bei asymptomatischen Patienten. Das System wäre eine schnelle, kostengünstige und einfache Methode für ein groß-angelegtes COVID-19-Screening, beispielsweise in Schulen.
© Alle Rechte: DeutschesGesundheitsPortal / HealthCom
