Un colpo di tosse al telefono: è quanto basta all’intelligenza artificiale per riconoscere le persone asintomatiche portatrici del virus SarsCoV2.
Dalla loro bocca esce infatti un suono caratteristico che, sebbene risulti indistinguibile all’orecchio umano, non sfugge all’algoritmo sviluppato dai ricercatori del Massachusetts Institute of Technology (Mit) di Boston.
Il suo tasso di successo è prossimo al 100%, stando ai primi test pubblicati sulla rivista Ieee Journal of Engineering in Medicine and Biology, e presto potrebbe portare allo sviluppo di una app gratuita per smartphone destinata allo screening di massa. 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.
