മസാച്യുസെറ്റ്സ് ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് ടെക്നോളജി (എംഐടി) യുടെ ഗവേഷകരാണ് ഇതുസംബന്ധിച്ച സംവിധാനം വികസിപ്പിച്ചെടുത്തത്. രോഗലക്ഷണമില്ലാത്ത ആളുകൾ ആരോഗ്യമുള്ള വ്യക്തികളെ അപേക്ഷിച്ച് ചുമയ്ക്കുന്ന രീതിയിൽ വ്യത്യാസപ്പെട്ടിരിക്കാമെന്നും, ഈ ചുമയിലെ വ്യത്യാസം മറ്റുള്ളവർക്ക് മനസിലാകില്ലെങ്കിലും ആർട്ടിഫിഷ്യൽൻ ഇന്‍റലിൻജസിന് ഇത് തിരിച്ചറിയാനാകുമെന്ന് ഗവേഷകർ പറയുന്നു.
ഐ‌ഇ‌ഇഇ ജേണൽ ഓഫ് എഞ്ചിനീയറിംഗ് ഇൻ മെഡിസിൻ ആന്റ് ബയോളജിയിൽ പ്രസിദ്ധീകരിച്ച ഒരു പ്രബന്ധത്തിൽ, സ്മാർട്ട്‌ഫോൺ അല്ലെങ്കിൽ ലാപ്‌ടോപ്പ് അല്ലെങ്കിൽ പിസി വഴി റെക്കോർഡ് ചെയ്യുന്ന ചുമ വിശകലനം ചെയ്തു ആർട്ടിഫിഷ്യൽ ഇന്‍റലിജൻസ് കോവിഡ് പ്രവചിക്കും. ഇതിനായി കോവിഡ് പോസിറ്റീവായ നൂറുകണക്കിന് ആളുകളുടെ ചുമ റെക്കോർഡ് ചെയ്ത വിശദാംശമാണ് ആർട്ടിഫിഷ്യൽ ഇന്‍റലിജൻസ് ഉപയോഗിക്കുന്നത്.
advertisement
കോവിഡ് -19 ഉണ്ടെന്ന് സ്ഥിരീകരിച്ച ആളുകളിൽ നിന്ന് 98.5 ശതമാനം ചുമയെ AI ഉപകരണം കൃത്യമായി തിരിച്ചറിഞ്ഞിട്ടുണ്ടെന്ന് അവർ പറയുന്നു. രോഗലക്ഷണങ്ങളില്ലാത്തതും എന്നാൽ പിന്നീട് COVID-19 സ്ഥിരീകരിച്ചതുമായ ആളുകളിൽ നിന്നുള്ള ചുമ തിരിച്ചറിയുന്നതിന് 100 ശതമാനം കൃത്യത നിരക്ക് AI ഉപകരണത്തിലുണ്ട്. പതിനായിരക്കണക്കിന് ഗവേഷകരുടെ വിശകലനം ഈ ഉപകരണം റെക്കോർഡ് ചെയ്തിട്ടുണ്ട്.
"ഈ ഗ്രൂപ്പ് ഡയഗ്നോസ്റ്റിക് ഉപകരണം ഫലപ്രദമായി ഒരു ക്ലാസ് മുറിയിലേക്കോ ഫാക്ടറിയിലേക്കോ റെസ്റ്റോറന്റിലേക്കോ പോകുന്നതിനുമുമ്പ് എല്ലാവരും ഉപയോഗിക്കുകയാണെങ്കിൽ രോഗവ്യാപനം കുറയ്ക്കാനാകും,” ഗവേഷകൻ ബ്രയാൻ സുബിരാന, എംഐടിയുടെ ഓട്ടോ-ഐഡി ലബോറട്ടറിയിലെ ഗവേഷണ ശാസ്ത്രജ്ഞൻ പറയുന്നു. എംഐടിയുടെ ഓട്ടോ-ഐഡി ലബോറട്ടറിയിലെ ജോർ‌ഡി ലാഗ്വാർ‌ട്ടയും ഫെറാൻ ഹ്യൂറ്റോയും പഠനം നടത്തിയ സംഘത്തിലുണ്ടായിരുന്നു. ഒരു ആപ്ലിക്കേഷൻ ഒരു ഉപയോക്താവിനെ ദിവസേന ലോഗിൻ ചെയ്യാനും അവരുടെ ചുമയുടെ ശബ്ദം ഫോണിൽ റെക്കോർഡുചെയ്യാനും അനുവദിക്കും. ഒടുവിൽ എഐ ഉപകരണത്തിലെ വിശകലനത്തിനുശേഷം രോഗസാധ്യതയുണ്ടോയെന്ന വിവരം ആപ്പിൽ മുന്നറിയിപ്പായി ലഭിക്കുന്നു. കോവിഡ് ഉണ്ടാകാമെന്ന റിപ്പോർട്ട് ലഭിക്കുകയാണെങ്കിൽ ലാബ് പരിശോധനകളിലൂടെ ഇക്കാര്യം സ്ഥിരീകരിക്കാനാകും.
വ്യത്യസ്ത അളവിലുള്ള വോക്കൽ കോർഡുമായി ബന്ധപ്പെട്ട ശബ്ദങ്ങളെ വേർതിരിച്ചറിയുന്നതിനും വേർതിരിക്കുന്നതിനുമായി റെസ്നെറ്റ് 50 എന്നറിയപ്പെടുന്ന ഒരു പൊതു മെഷീൻ ലേണിംഗ് എന്ന എഐ അധിഷ്ഠിത ഉപകരണമാണ് ഉപയോഗിച്ചത്. നിർദ്ദിഷ്ട വാക്കുകൾ തിരഞ്ഞെടുക്കുന്നതിന് ഇത് 10000 മണിക്കൂറിലധികം സംസാരം വിശകലനം ചെയ്തു. അതിനുശേഷം വൈകാരിക അവസ്ഥകളെ ന്യൂറൽ നെറ്റ്വർക്ക് ഉപയോഗിച്ചു വിശകലനം ചെയ്തു. മൂന്നാമത്തെ ന്യൂറൽ നെറ്റ്‌വർക്കിൽ ശ്വാസകോശ, ശ്വാസകോശ പ്രതികരണങ്ങളെ വേർതിരിച്ചറിയാൻ ചുമ റെക്കോർഡിംഗുകളുടെ ഒരു ഡാറ്റാബേസ് അധിഷ്ഠിതമായി പ്രവർത്തിക്കുന്നു. അവസാന ഘട്ടം ശക്തമായതും ദുർബലവുമായ ചുമയെ വേർതിരിക്കുന്ന ഒരു അൽഗോരിതം ആണ്. ഇത്രയും കാര്യങ്ങൾ വിശകലനം ചെയ്തുകൊണ്ടാണ് കോവിഡ് സാധ്യത പ്രവചിക്കുന്നത്. ഉപകരണത്തിൽ ശേഖരിച്ചിട്ടുള്ള നൂറുകണക്കിന് കോവിഡ് രോഗികളുടെ ചുമയുമായി റെക്കോർഡ് ചെയ്യപ്പെടുന്ന ചുയ്ക്ക് സാമ്യതയുണ്ടെങ്കിൽ കോവിഡ് സാധ്യത മുന്നറിയിപ്പ് മൊബൈൽ ആപ്പിൽ ലഭിക്കും.