Разработан алгоритм, за 60 секунд определяющий вероятность заболевания ковидом

Логотип компании
Наличие вируса определяется на основе результатов короткого опроса по симптоматике и трех звуковых моделей — голоса, дыхания и кашля.

Лаборатория искусственного интеллекта «Сбера» разработала алгоритм, который в течение 60 секунд может определить вероятность заболевания коронавирусной инфекцией.

Наличие вируса определяется на основе результатов короткого опроса по симптоматике и трех звуковых моделей — голоса, дыхания и кашля.

Звуковые файлы превращаются в спектрограмму, показывающую энергию звука на разных частотах, и далее анализируются с помощью глубокой сверточной нейронной сети. Для ее тренировки использовались только открытые данные — это более тысячи образцов звуков дыхания и кашля, собранных с диагностированных пациентов в российских клиниках.

"Конечно, наша модель пока не достигает точности биологического PCR, что неудивительно, но уже сейчас имеет сопоставимые характеристики. При этом она дает возможность сделать настраиваемую чувствительность, гораздо проще в обращении, удобнее и, что немаловажно, дешевле. Это не медицинский диагностический инструмент, а скорее персональный ежедневный чекер", - поясняет Александр Ведяхин, первый заместитель председателя правления «Сбербанка».

Средний ROC AUC (площадь под «кривой ошибок») созданной «Сбером» модели на данный момент равен 0,8. Ожидается дальнейшее улучшение качества модели при увеличении объема данных, в том числе собранных с помощью мобильного приложения.

В планах разработчиков создать специальное приложение, которое будет доступно в App Store и Google Play.

Читайте также
Почему одни компании интуитивно двигаются на ощупь, а другие видят путь на шаг вперёд? IT World разбирался, как банк построил работу с данными так, чтобы каждый шаг был результативным, а также почему был выбран подход Data-Driven.

Похожие статьи