Algoritme detecteert COVID-19 op basis van stemgeluid

Delen via:
ERS 2022

Onderzoekers van de Universiteit Maastricht hebben een deep-learning algoritme ontwikkeld waarmee zij, op basis van stemgeluid, kunnen voorspellen of iemand COVID-19 heeft. Het algoritme is eenvoudig te gebruiken via een app op de smartphone. In de studiedata voorspelde het algoritme in 89% van de gevallen correct of er sprake was van een SARS-CoV-2-infectie.

Vanwege de omvang van de COVID-19-pandemie is er grote behoefte aan een goedkope, niet-invasieve en schaalbare oplossing om COVID-19-infecties te detecteren. Stemgeluid is een van de mogelijke manieren om dit te doen. Dit komt doordat een SARS-CoV-2-infectie doorgaans de bovenste luchtwegen en stembanden beïnvloedt, wat leidt tot een verandering in het stemgeluid.

De onderzoekers gebruikten geluidsopnamen uit een dataset van de Universiteit van Cambridge. De geluidsopnames werden verzameld met behulp van een app: de COVID-19 Sounds app (covid-19-sounds.org). Deelnemers lazen drie keer een korte zin voor die werd opgenomen met de app: “I hope my data can help to manage the virus pandemic.” Daarnaast vulden zij achtergrondinformatie in over hun demografische kenmerken, gezondheid, rookgedrag, symptomen van COVID-19 en testresultaten, en eventuele ziekenhuisopname in verband met COVID-19.

In totaal analyseerden de onderzoekers 893 geluidsopnames waarvan 308 opnames van personen met een positieve COVID-19-test. Zij analyseerden de opnames met een Mel Spectogram, dat kenmerken van geluid visueel weergeeft, waarna zij met behulp van een deep-learning algoritme verschillende modellen ontwikkelden om COVID-19 mee te detecteren. Het zogenaamde Long-Short Term Memory (LSTM) model, dat is gebaseerd op neurale netwerken, werkte het beste. Het kan kleine veranderingen in de stem van mensen met een COVID-19-infectie opsporen. De sensitiviteit van het model is hoger dan dat van een antigeentest (89 versus 56,2%), de specificiteit is lager (83 versus 99,5%). In 89% van de gevallen voorspelde het model correct of iemand COVID-19 had (accuracy). Het model kan mogelijk bijdragen aan een snelle diagnose van COVID-19. De onderzoekers willen hun resultaten nog valideren op een grotere dataset.

Bron:

Aljbawi W, Simons S, Urovi V. Developing a multivariate prediction model for the detection of COVID-19 from crowd-sourced respiratory voice data. ERS 2022. Oral presentation OA1626.

Aumolertinib verbetert progressievrije overleving bij irresectabel stadium III EGFR+ NSCLC

sep 2024 | Longoncologie

Lees meer over Aumolertinib verbetert progressievrije overleving bij irresectabel stadium III EGFR+ NSCLC

Osimertinib plus savolitinib verbetert objectieve responskans ten opzichte van osimertinib-monotherapie

sep 2024 | Longoncologie

Lees meer over Osimertinib plus savolitinib verbetert objectieve responskans ten opzichte van osimertinib-monotherapie

Remissie van astma mogelijk bij behandeling met mepolizumab

sep 2024 | Astma

Lees meer over Remissie van astma mogelijk bij behandeling met mepolizumab

Kwaliteit van leven ook goed bij combinatietherapie voor longkanker

sep 2024 | Immuuntherapie, Longoncologie

Lees meer over Kwaliteit van leven ook goed bij combinatietherapie voor longkanker

IgE en eosinofielen voorspellen ABPA bij kinderen met cystische fibrose

sep 2024 | CF, Schimmelinfecties

Lees meer over IgE en eosinofielen voorspellen ABPA bij kinderen met cystische fibrose

Tripeltherapie bij astma ook effectief op basis van real-world data

sep 2024 | Astma

Lees meer over Tripeltherapie bij astma ook effectief op basis van real-world data

Beter fysiek welbevinden na revalidatie bij Long COVID

sep 2024 | Pneumonie, Virale infecties

Lees meer over Beter fysiek welbevinden na revalidatie bij Long COVID

Perioperatieve combinatiebehandelingen met durvalumab leiden tot veelbelovende resultaten

sep 2024 | Longoncologie

Lees meer over Perioperatieve combinatiebehandelingen met durvalumab leiden tot veelbelovende resultaten

AI bepaalt longkankermutaties op basis van histopathologische beelden

sep 2024 | Longoncologie

Lees meer over AI bepaalt longkankermutaties op basis van histopathologische beelden