2022. 06. 22. - 10:35

Tünetmentes koronavírus? – Mesterséges intelligencia segít azonosítani

Tünetmentes koronavírus? – Mesterséges intelligencia segít azonosítani

Viselhető tevékenységkövetők és mesterséges intelligencia alkalmazásával a koronavírus tünetmentességének észlelésére is van lehetőség – derült ki egy új kutatásból.

Mint az az elmúlt 1-2 esztendőben kiderült, a koronavírus maradhat tünetmentes, s bizony számos megbetegedést okoznak azok az emberek, akiknek fogalmuk sincs róla, hogy elkapták a Covid-ot, hiszen nem éreznek semmit, vagy ha igen, minimális megfázás-tüneteik vannak.
 
Kutatók most rámutattak, hogy van mód a tünetementesség észlelésére: viselhető tevékenységkövetők és mesterséges intelligencia (MI) használatával.
 
Egy előzetes kutatás szerint a bőrhőmérséklet változását, valamint a szív- és légzésszám módosulását figyelő, mesterséges intelligenciával kombinált, hordható aktivitáskövetők alkalmazhatók a koronavírus fertőzés észlelésére, napokkal a tünetek megjelenése előtt.
 
A kutatók megállapításaikat arra alapozzák, hogy sokan kipróbálták már az ún. AVA karkötőt. Ez egy szabályozott és kereskedelmi forgalomban is kapható termékenységkövető, amely figyeli a légzésszámot, a pulzusszámot, a pulzusszám változékonyságát, a csukló bőrének hőmérsékletét és véráramlást, valamint az alvás mennyiségét és minőségét. Olvasd el: Köhögő emberek segítenek az algoritmusnak
 
Covid-19 - Van mód a tünetementesség észlelésére mesterséges intelligencia segítségével?
Covid-19 - Van mód a tünetementesség észlelésére mesterséges intelligencia segítségével?
 
Mint tudjuk, több nap is eltelik, mire a koronavírus tipikus tünetei jelentkeznek. Ezalatt azonban a fertőzött személy akaratlanul is továbbadhatja a betegséget.
 
A kutatók figyelmét megragadta az aktivitásmérőkben és okosórákban rejlő lehetőség -  képességük arra, hogy a Covid-19 fertőzés minden stádiumát kimutathatssák a szervezetben, a lappangástól a felépülésig -, azzal a céllal, hogy megkönnyítsék a fertőzöttek korai elkülönítését és tesztelését.
 
A kutatók szerették volna tudni, vajon az aktivitáskövetővel megfigyelt fiziológiai változások felhasználhatók-e gépi tanulási algoritmus kifejlesztésére, amely a koronavírus fertőzést már a tünetek megjelenése előtt észleli.
 
A tanulmányba 1163, 51 év alatti résztvevőt vontak be. Az AVA karkötőre azért esett a választás, mert az adatait korábban felhasználták egy gépi tanulási algoritmus informálására, amely valós időben, 90 százalékos pontossággal észleli az ovuláló nők legtermékenyebb napjait.
 
Az alanyok éjszaka viselték a karkötőt. A készülék 10 másodpercenként menti az adatokat, s legalább 4 óra - viszonylag megszakítás nélküli - alvást igényel. A karkötőket ébredéskor egy kiegészítő okostelefon-alkalmazással szinkornizálták.
 
A tanulmány résztvevői minden olyan tevékenység rögzítésére használták az alkalmazást, amelyek potenciálisan megváltoztathatják a központi idegrendszer működését – ilyen például alkohol, a vényköteles gyógyszerek és a rekreációs szerek, de a lehetséges koronavírus tünetek is.
 
Mindannyian rendszeresen végeztek gyors antitesttesztet a SARS-CoV-2-re, koronavírus fertőzésért felelős vírusra. A jelzésértékű tünetekkel rendelkezők PCR-tampon tesztet is végeztek.
 
Mindenki megadott személyes adatokat életkorról, nemről, dohányzási állapotról, vércsoportról, a gyermekek számáról, a koronavírus tekintetében pozitív tesztet végzett háztartási kapcsolatokról vagy munkatársakról, valamint az oltási állapotról.
 
A vizsgált időszakban 127 embernél - 11 százaléknál - alakult ki Covid-19 fertőzés. A háttértényezők tekintetében nem volt különbség a pozitív és nem pozitív tesztelők között. Azok viszont, akik pozitívat teszteltek, lényegesen nagyobb arányban mondták, hogy kapcsolatba kerültek háztartástagokkal, vendégekkel vagy munkatársaikkal, akik szintén átestek a koronavíruson.
 
A 127 pozitív tesztelő közül 66 – 52 százalék - viselte a karkötőjét legalább 29 napig a tünetek kezdete előtt, majd pedig a PCR-tamponteszt is pozitívnak bizonyult, ezért szerepeltek a végső elemzésben. Olvasd el: Száz százalékos pontossággal szagolja ki a koronavírust a Covid-detektor
 
A monitorozási adatok mind az öt fiziológiai mutatót illetően jelentős változásokat tártak fel a Covid-19 lappangási, tünetmentes, tüneti és felépülési időszaka során az alapmérésekhez képest. A koronavírus tünetei átlagosan 8,5 napig tartottak.
 
Az algoritmust a panaszok kezdete előtti 10. naptól a 2. napig tartó adatok 70 százalékának felhasználásával képezték ki a 66, SARS-CoV-2-re pozitív tesztet végző személy 40 napos folyamatos monitorozása során. Ezután az adatok fennmaradó 30 százalékán tesztelték azokat.
 
A laboratóriumilag igazolt pozitív esetek mintegy 73 százalékát az oktatókészletben, 68 százalékát pedig a tesztsorozatban vették fel, legfeljebb 2 nappal a tünetek megjelenése előtt.
 
A kutatók elismerik: nem biztos, hogy eredményeik egyelőre alkalmazhatók szélesebb körben. A megállapítások kisméretű mintán alapultak, az alanyok mindegyike viszonylag fiatal volt – így kisebb valószínűséggel alakultak ki súlyos koronavírus-tüneteik – egyetlen nemzeti központból válogatták őket és etnikailag nem volt sokszínű a minta.
 
Ráadásul az elért pontosság – avagy érzékenység – 80 százalék alatt volt. Az algoritmust azonban jelenleg egy sokkal nagyobb csoportban, 20 ezer emberrel tesztelik Hollandiában. Az eredmények még idén várhatók.
 
A szakemberek mindenesetre megállapították, hogy a hordható szenzortechnológia könnyen használható, olcsó módszer, mellyel az emberek nyomonkövethetik egészségi állapotukat és jólétüket a világjárvány idején. Kutatásuk rámutat, hogy ezen eszközök a mesterséges intelligenciával együttműködve miként tudják elősegíteni a a személyre szabott orvoslást, észlelni a betegségeket a tünetek megjelenése előtt - ami potenciálisan csökkenti a vírus terjedésének esélyét a közösségekben.
 
 
L.A.

 

Hírlevél feliratkozás

Kérjük, add meg adataidat a hírlevélre történő feliratkozáshoz! A megadott adatokat bizalmasan kezeljük, azokat harmadik félnek át nem adjuk.
hungarospa_logo_kicsi
gyulai_vafurdo

profight_banner.