खांसी सुनकर कोविड का पता लगाने में एआई खराब प्रदर्शन करता है

लंदन: यूके के एलन ट्यूरिंग इंस्टीट्यूट के नेतृत्व में किए गए अध्ययन के अनुसार, ऑडियो रिकॉर्डिंग पर प्रशिक्षित एआई क्लासिफायर यह सटीक अनुमान नहीं लगा सकते हैं कि किसी की खांसी की आवाज का विश्लेषण करके कोविद -19 है या नहीं।

जैसा कि मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी के नेतृत्व में शोधकर्ताओं के एक पेपर में पहली बार रिपोर्ट किया गया था, ऐसे दावे थे कि एआई 98.5 प्रतिशत सटीकता के साथ कोविद -19 के साथ और बिना खांसी की आवाज़ के अंतर का पता लगा सकता है।

परिणाम ने लोगों को उपन्यास कोरोनवायरस के परीक्षण के लिए एक सस्ता और आसान तरीका प्रदान करने के लिए एल्गोरिदम द्वारा संचालित एक ऐप बनाने के प्रयासों का नेतृत्व किया।

रिपोर्ट के अनुसार, ब्रिटेन में स्वास्थ्य और सामाजिक देखभाल विभाग ने 2021 में सरकार की तथाकथित "कफ इन ए बॉक्स" पहल को विकसित करने के लिए फुजित्सु को कुल 1,00,000 पाउंड से अधिक के दो अनुबंध देने का फैसला किया।

सॉफ्टवेयर अपने कोविड-19 ऐप पर विश्लेषण करने के लिए उपयोगकर्ताओं से खांसी की ऑडियो रिकॉर्डिंग एकत्र करेगा।

यूके हेल्थ सिक्योरिटी एजेंसी द्वारा कमीशन किए गए द एलन ट्यूरिंग इंस्टीट्यूट और रॉयल स्टैटिस्टिकल सोसाइटी के शोधकर्ताओं ने कोविद -19 स्क्रीनिंग टूल के रूप में ऑडियो-आधारित एआई तकनीक की स्वतंत्र समीक्षा की।

उन्होंने पाया कि सबसे सटीक खाँसी का पता लगाने वाला मॉडल भी उपयोगकर्ता द्वारा रिपोर्ट किए गए सिस्टम और आयु और लिंग जैसे जनसांख्यिकीय डेटा के आधार पर एक मॉडल से बेहतर प्रदर्शन करता है।

शोधकर्ताओं ने राष्ट्रीय स्वास्थ्य सेवा के परीक्षण और ट्रेस और REACT-1 कार्यक्रमों के माध्यम से भर्ती किए गए 67,000 से अधिक लोगों के डेटा की जांच की, जिसमें प्रतिभागियों को कोविद -19 नाक और गले की सूजन के परीक्षण के परिणामों के साथ-साथ उनकी खांसी, सांस लेने और बात करने की रिकॉर्डिंग भेजने के लिए कहा गया। .

रिपोर्ट में कहा गया है कि यह देखने के प्रयास में कि क्या खांसी को बायोमार्कर के रूप में इस्तेमाल किया जा सकता है, शोधकर्ताओं ने ऑडियो रिकॉर्डिंग और परीक्षण के परिणामों के आधार पर एआई मॉडल को प्रशिक्षित किया।

"लेकिन जैसा कि हमने परिणामों का विश्लेषण करना जारी रखा, ऐसा प्रतीत हुआ कि सटीकता की संभावना आँकड़ों में एक प्रभाव के कारण थी जिसे भ्रमित कहा जाता है - जहाँ मॉडल अन्य चर सीखते हैं जो सच्चे संकेत के साथ सहसंबंधित होते हैं, जैसा कि सच्चे संकेत के विपरीत है," कीरन बेकर , किंग्स कॉलेज लंदन में एक सांख्यिकी पीएचडी छात्र और एलन ट्यूरिंग इंस्टीट्यूट में अनुसंधान सहायक, को यह कहते हुए उद्धृत किया गया था।

गड़बड़ी टेस्ट और ट्रेस सिस्टम के भर्ती पूर्वाग्रह के कारण हुई, जिसमें भाग लेने के लिए प्रतिभागियों को कम से कम एक लक्षण होना आवश्यक था। रिपोर्ट में उल्लेख किया गया है कि शोधकर्ताओं ने अतिरिक्त परीक्षण किए, समान आयु और लिंग के प्रतिभागियों की जोड़ी, केवल एक में कोविद -19 था।

बेकर ने कहा, "जब हमने मिलान किए गए डेटा पर इन मॉडलों का मूल्यांकन किया, तो मॉडल अच्छा प्रदर्शन करने में विफल रहे, और इसलिए हम निष्कर्ष निकालते हैं कि हमारे मॉडल इस डेटा से कोविड-19 जैव-ध्वनिक मार्कर का पता नहीं लगा सकते हैं।"