Искусственный интеллект на страже кишечника
Искусственный интеллект на страже кишечника
В недавнем исследовании ученые из Технологического исследовательского института Джорджии (GTRI) представили инновационный «детектор диареи», способный предупреждать медицинских работников о вспышках серьезных инфекционных заболеваний, таких как холера. Когда-нибудь подобную систему, основанную на работе искусственного интеллекта (ИИ), можно будет использовать даже с домашними гаджетами для мониторинга здоровья кишечника.
Остановить вспышку на раннем этапе
По данным Всемирной организации здравоохранения (ВОЗ) холера ежегодно поражает миллионы людей, приводя к обезвоживанию вследствие тяжелой диареи и убивая до 143 тысяч человек. Многих смертей можно избежать с помощью своевременного принятия раствора для пероральной регидратации, однако для этого опасная вспышка должна быть обнаружена достаточно быстро. Холера развивается настолько стремительно, что может стать причиной смерти в течение 24 часов после появления симптомов.
Где можно установить устройство?
Прибор может быть установлен в общественных туалетах, где ненадлежащее качество сантехники повышает риск вспышки холеры и других инфекционных заболеваний.
ИИ может больше, чем вы думаете
Своевременность – именно то, на чем сконцентрировались исследователи. Для ускорения распознавания вспышки было решено комбинировать ИИ с различными электронными устройствами. Это позволило создать рабочий прототип механизма, который благодаря своим датчикам собирал информацию и передавал ИИ для анализа и распознавания звуков патологической дефекации. Результат поразил ученых – инновационное устройство точно определяло диарею в 98% случаев, о чем впоследствии сообщили инженеры на конференции Акустического общества Америки.
Даже с фоновым шумом идентификация происходила правильно в 96% случаев.
Прототип датчика, который закрепляется над туалетом
От идеи до реальности
«У холеры обычно более "водянистый" звук - он может звучать очень похоже на мочеиспускание, в целом у нее не так много признаков метеоризма», - говорит соруководитель проекта, Maia Gatlin, аэрокосмический инженер и кандидат наук из GTRI. «С помощью нашего устройства и ИИ вполне возможно не только выявить диарею, но и зафиксировать количество выделенного стула».
Идея возникла из разговоров о том, что COVID-19 можно отслеживать с помощью анализа сточных вод, говорит соруководитель проекта, Alexis Noel, доктор философии и инженер-биомеханик GTRI. Впоследствии ученые занялись поиском и анализом видео для верификации диареи. Однако эту идею пришлось отвергнуть, поскольку скрининговая система на основе записи и обработки видео была признана крайне непопулярной среди людей и в целом неприемлемой. Именно поэтому было решено изменить подход и направить усилия на выявление диареи с помощью звука.
Сначала исследователи собрали 350 общедоступных примеров звуков из туалета с YouTube и Soundsnap. В некоторых клипах звуки диареи звучали до 10 часов. Исследователи прослушали все образцы, чтобы научиться устанавливать подлинность звуков. «Мы не знали этих людей, мы не знали как они записывали звук, поэтому нам пришлось прослушать большие фрагменты», - говорит Gatlin. В процессе работы было выявлено немало фоновых или фейковых звуков, которые было необходимо дифференцировать с реальной патологией.
Научная основа
Человеческие возможности ограничены, поэтому ученые решили передать собранный опыт нейронной сети, чтобы научить ее на непрерывной основе самостоятельно выявлять звуки диареи и верифицировать их. Звуки дефекации, мочеиспускания, метеоризма и диареи были преобразованы в спектрограммы. Компьютер анализировал эти изображения около 10 часов, используя «сверточную нейронную сеть». Программное обеспечение, используя метод проб и ошибок, училось определять тонкие сходства между спектрограммами диареи и тем, чем они отличаются от других звуков из туалета. Например, мочеиспускание имеет постоянный тон. Звуки диареи при этом в большей степени носят случайный характер.
Спектрограмма звуков диареи показывает более случайный характер у этого процесса по сравнению с мочеиспусканием или другими актами дефекации
Дешево, но эффективно
Как только процесс обучения ИИ был завершен, исследователи загрузили алгоритм расшифровки диареи на Raspberry Pi, компьютер размером примерно с кредитную карту стоимостью менее 50 долларов. Затем на 3D-принтере напечатали корпус для материнской платы с подключением микрофона, серией индикаторов (зеленый для получения сигнала, красный для диареи и оранжевый для «другого») и надписью «Детектор диареи» на поверхности.
Компьютер делает 10-секундную аудиозапись, которая преобразуется в спектрограмму и анализируется. Весь процесс занимает всего несколько секунд. Устройство отправляет отчет через по беспроводной связи в базу данных, чтобы медработники могли отслеживать вспышки заболеваний. «Мы не собираем личные данные пользователей, поэтому беспокоиться о безопасности персональных данных нет смысла», - отмечает Gatlin.
Перспективы развития
На данный момент ученые еще не определили сколько устройств потребуется для оптимального охвата населения, и где их лучше всего размещать для эффективной работы. По словам исследователей алгоритм все еще нуждается в доработке с использованием более качественных аудиоданных, собранных в контролируемых условиях от людей, которые дали информированное согласие. Также исследователи надеются обучить ИИ для работы в наружных уборных, которые распространены в районах без функционирующих канализационных систем. Большой брат набирает обороты.
Обсудить последние новости со всеми коллегами России вы можете в чатах:
