Технология «Acoustery» работает благодаря уже давно известной технологии визуального представления звука — спектрограмме. В данном случае каждый вид кашля, в том числе и кашель при COVID-19, отражается на спектрограмме в виде рисунка, неповторимого узора. Разработчики обучили нейросеть анализировать эти изображения и выявлять рисунок, свойственный «ковидному» кашлю. Как оказалось, ковидный кашель при визуализации частот характеризуется наличием ярких плотных треугольных областей в основании рисунка, чего нет у нековидного кашля.
На данный момент исследование проведено на основе 2000 аудиозаписей кашля, в том числе больных ковидом. Полученные записи визуализируются, «размечаются» врачами-пульмонологами, то есть дифференцируются по заболеваниям пациентов, далее изображения загружаются в нейронную сеть, которая запоминает размеченные варианты и обучается таким образом отличать один кашель от другого. По словам разработчиков, алгоритмы «Acoustery» позволят выявлять не только кашель, характерный для COVID-19, но и для астмы, коклюша и других заболеваний легких.
Компания «Медитэкс» занимается технологиями машинного обучения более 5 лет. До пандемии ее основные разработки были связаны с автомобильной отраслью — с их помощью проводилась акустическая диагностика неполадок в автомобилях, яхтах и мотоциклах. А во время пандемии компания переключилась на создание актуального продукта по распознаванию ковидного кашля. В исследовании приняли участие Национальный медико-хирургический Центр имени Пирогова, Самарский государственный медицинский университет, «Медицинский Университет Астана», а также Лаборатория «Сенсор-Тех», которая создает «умные» устройства для людей с инвалидностью. «В проекте "Акустери" наши врачи выступают экспертами. Кроме того, в качестве обучающей для искусственного интеллекта выборки Пироговский центр собрал и предоставил базу аудиозаписей кашлевых толчков пациентов с COVID-19», — заявил Андрей Пулин, заместитель генерального директора по научной и образовательной деятельности Пироговского центра. На сегодняшний день задача участников проекта — увеличить выборку до 10 000 аудиозаписей, что с учетом занятости врачей, работающих с ковидными больными, сделать очень непросто.
Технология анализа визуальных изображений в медицине с помощью нейросети не нова в России — этим занимаются уже десятки компаний. Сегодня они активно продвигают свои продукты в медицинской среде, в частности, с помощью искусственного интеллекта проводят экспериментальные исследования по анализу изображений снимков КТ, МРТ, маммографии и другие. Анализу нейросетями рентгеновских изображений посвящен большой цифровой эксперимент, проходящий сегодня в Москве в рамках программы цифровизации здравоохранения. Заявки на участие в этом эксперименте подали несколько десятков компаний со всей страны.
В реальной жизни до использования подобного рода продуктов в повседневной медицинской практике пока очень далеко. Прежде всего, потому, что клинические испытания и их сертификация — очень сложный и длительный процесс. Поэтому в «Медитекс» в большей степени делают ставку на дальнейшее использование технологии в различных других областях жизни — в транспорте, в государственных учреждениях и для тестирования лекарств (когда с помощью теста оценивается эффективность применения того или иного лекарства)
«Система может использоваться, например, в аэропортах, в каршеринговых автомобилях и прочее, где нужна не диагностика, а оценка рисков. В каршеринговом авто может быть встроен микрофон, который, если вдруг слышит звуковой сигнал, похожий на ковидный кашель, подает соответствующий сигнал оператору, и, например, это может означать, что машина должна пройти внеплановую дезинфекцию, — рассказывает Андрей Виленский, генеральный директор компании «Медитэкс». — Или, например, в аэропорту, где большая проходимость людей, специальные датчики, уловив звуковой сигнал, могут передать информацию работникам аэропорта для проведения дополнительного тестирования пассажира. В настоящее время у нас есть заявки от зарубежных компаний, разрабатывающих для аэропортов терминалы бесконтактного доступа, в которых уже встроена идентификация пассажиров - лица, голоса и пр. Наша платформа там может быть дополнительным элементом».
Ключевой момент в оценке технологии ««Acoustery» — это точность выдаваемых заключений. «По оценкам медиков, экспериментальная точность системы сейчас составляет 85 процентов. По мере увеличения выборки, эта точность будет доведена до 90-93 процентов», — говорит Андрей Виленский. Более предметно об этом можно будет судить после завершения клинических испытаний.
