Un modello di intelligenza artificiale integrato nei telefoni cellulari potrebbe analizzare i colpi di tosse e fornire un comodo strumento di screening per valutare le infezioni asintomatiche con una precisione del 98,5%. Uno studio condotto dagli esperti del Massachusetts Institute of Technology (MIT) conferma che i colpi di tosse dei pazienti Covid-19, anche se asintomatici, differiscono da quelli dei non infetti, per cui un dispositivo di intelligenza artificiale potrebbe rilevare tali variazioni.
Questa versione hitech del vecchio “dica 33” permetterebbe alle persone di controllarsi quotidianamente a casa, per scoprire in tempo reale se rischiano di aver contratto il virus e se devono sottoporsi al tampone diagnostico. “L’implementazione di questo strumento – spiega il ricercatore Brian Subirana – potrebbe rallentare la diffusione della pandemia se tutti lo usassero prima di andare a scuola, in fabbrica o al ristorante”.
Simili sistemi di intelligenza artificiale sono da tempo allo studio per la diagnosi e il monitoraggio di malattie respiratorie come asma e polmonite, ma non solo. Il gruppo del Mit, in particolare, aveva iniziato a sviluppare una rete neurale (chiamata ResNet50) per riconoscere i malati di Alzheimer dalla forza espressa dalle loro corde vocali durante il colpo di tosse indotto. Con lo scoppio della pandemia hanno provato ad adattare il sistema addestrandolo a riconoscere i pazienti Covid. Lo hanno fatto dando in pasto all’algoritmo migliaia di registrazioni audio di colpi di tosse raccolte sul web grazie alla collaborazione di volontari sani e non, inclusi soggetti colpiti dal nuovo coronavirus (sia sintomatici che asintomatici).
Il sistema, messo alla prova con mille nuove registrazioni audio, ha dimostrato di identificare i soggetti infetti con un’accuratezza del 98,5%, inclusi gli asintomatici che vengono smascherati nel 100% dei casi.
