در حال حاضر تست های مرسومی برای تشخیص ویروس کرونا در دنیا وجود دارد که دقیق ترین آنها تستPCR است که معمولا به دو شکل تست بینی و حلق انجام می شود. این تست معمولا با درصد خطای پایینی یکی از معتبرترین تست ها در شناسایی ویروس کروناست. اما محققان همواره به دنبال تست های جدیدتری هم بوده اند تا بتوانند با دقت بالایی این ویروس را شناسایی کنند.
محققان از همان ابتدا، سرفه های مبتلایان به کرونا را تمایز از دیگر سرفه ها اعلام کردند و همین امر باعث شد تا برخی پژوهشگران به دنبال استفاده از همین تفاوت در شناسایی ویروس کرونا باشند و در نهایت توانستند از این شیوه برای تشخیص کرونا استفاده کنند.
اما پژوهشگران آمریکایی شیوه جدیدی را برای شناسایی مبتلایان به کرونا ابداع کرده اند. این تست که با کمک صدای سرفه بیماران انجام می شود، در افرادی که نتیجه تست کرونای آنها مثبت شده با دقت ۵/۹۸ درصدی و در افرادی که علائمی نداشته اند، با دقت ۱۰۰ درصدی عمل می کند.
به گزارش BBC، البته این تست نیاز به تأییدیه های بیشتری دارد تا محققان بتوانند از آن برای تولید یک نرم افزار تشخیصی کرونا استفاده کنند. به گفته آنها، تفاوت اساسی در صدای سرفه های مبتلایان بدون علامت توسط گوش انسان قابل شنیدن نیست. محققان مؤسسه فناوری ماساچوست (MIT) برای این منظور نوعی الگوریتم هوش مصنوعی ابداع کرده اند.
محققان بر این باورند شیوه ای که افراد با آن تولید صدا می کنند، حتی اگر ناقل بدون علامت باشند، در زمان ابتلا به کرونا تغییر می کند. محققان دانشگاه کمبریج در ماه جولای، در پروژه صداهای کووید- ۱۹، در شناسایی موارد مثبت ابتلا به کرونا با استفاده از ترکیب تنفس و صدای سرفه با ۸۰ درصد موفقیت عمل کردند.
تا ماه آگوست، ۴۵۹ نمونه صدای سرفه و تنفس ضبط شده بود که این تعداد تا به حال به ۳۰ هزار صدای ضبط شده رسیده است. اما مؤسسه MIT حدود ۷۰ هزار نمونه صوتی شامل تعدادی سرفه را جمع آوری کرده است. از این میان، ۲۵۰۰ نمونه متعلق به موارد تأیید شده ابتلا به کووید- ۱۹ هستند.
دانشمندان معتقدند که عملکرد تشخیصی این سیستم درست مانند الگوریتمی است که از آن در تشخیص سرطان استفاده می شود.
مترجم:ندا اظهری