Ученые UMass создали систему, предсказывающую развитие сезонных эпидемий
Пандемия коронавируса в очередной раз доказала человечеству хрупкость и несостоятельность его прогнозов. Болезнь, начавшаяся как странный и незначительный вирус, на несколько месяцев изменила мир до неузнаваемости. Главная мысль, мучающая врачей и ученых — помимо, разумеется, проблемы вакцины — "Если бы мы только могли предвидеть все это".
Но решения, способные более или менее точно прогнозировать развитие эпидемии, находятся пока на стадии разработки. Одно из таких изобретений в марте представил Университет Массачусетса в Амхерсте (UMass Amherst). Сотрудники университета спроектировали портативную платформу для мониторинга кашля, способную собирать и анализировать данные о распространении инфекции.
Создатели системы — доцент кафедры компьютерных и информационных технологий доктор Таухидур Рахман и его коллега, доктор философии Форсад аль-Хоссейн — утверждают, что платформа может строить точные прогнозы распространения заболевания и развития эпидемиологической ситуации.
Система FluSense состоит из нескольких микрофонов, инфракрасной камеры и микрокомпьютера на платформе Raspberry Pi. С помощью микрофонов и камеры устройство собирает данные о здоровье и поведении людей: записывает кашель и строит тепловые изображения. Полученная информация передается на отдельный модуль с развернутой нейросетью, которая анализирует данные и сравнивает их с моделями, построенными на основе лабораторных исследований. В итоге программа создает общую прогностическую картину для исследуемого помещения — например, для здания больницы, зала ожидания, аэропорта.
В ходе предварительных тестов, длившихся с декабря 2018 года по июль 2019 года FluSense собрала и проанализировала более 350 000 тепловизионных изображений и 21 миллион неречевых аудиосэмплов. Система достаточно точно предсказала ежедневную заболеваемость сезонным ОРВИ в университетской клинике, что стало для ученых предварительным подтверждением эффективности.
"FluSense — это пример успешного симбиоза искусственного интеллекта со строгими математическими прогнозами, на основе которых строятся кривые заболеваемости, — комментирует доктор Форсад аль-Хоссейн. — Но мы отталкиваемся от того, что внешние симптомы, такие как кашель и температура непосредственно связаны с первичными проявлениями гриппа. Предыдущие испытания подтверждали этот тезис, так как система "обкатывалась" в медицинских учреждениях. Следующий этап — проверить эффективность вне больницы и обобщить данные, полученные во всех местах массового скопления людей".
Источник: https://www.umass.edu/newsoffice/inside-umass
Но решения, способные более или менее точно прогнозировать развитие эпидемии, находятся пока на стадии разработки. Одно из таких изобретений в марте представил Университет Массачусетса в Амхерсте (UMass Amherst). Сотрудники университета спроектировали портативную платформу для мониторинга кашля, способную собирать и анализировать данные о распространении инфекции.
Создатели системы — доцент кафедры компьютерных и информационных технологий доктор Таухидур Рахман и его коллега, доктор философии Форсад аль-Хоссейн — утверждают, что платформа может строить точные прогнозы распространения заболевания и развития эпидемиологической ситуации.
Система FluSense состоит из нескольких микрофонов, инфракрасной камеры и микрокомпьютера на платформе Raspberry Pi. С помощью микрофонов и камеры устройство собирает данные о здоровье и поведении людей: записывает кашель и строит тепловые изображения. Полученная информация передается на отдельный модуль с развернутой нейросетью, которая анализирует данные и сравнивает их с моделями, построенными на основе лабораторных исследований. В итоге программа создает общую прогностическую картину для исследуемого помещения — например, для здания больницы, зала ожидания, аэропорта.
В ходе предварительных тестов, длившихся с декабря 2018 года по июль 2019 года FluSense собрала и проанализировала более 350 000 тепловизионных изображений и 21 миллион неречевых аудиосэмплов. Система достаточно точно предсказала ежедневную заболеваемость сезонным ОРВИ в университетской клинике, что стало для ученых предварительным подтверждением эффективности.
"FluSense — это пример успешного симбиоза искусственного интеллекта со строгими математическими прогнозами, на основе которых строятся кривые заболеваемости, — комментирует доктор Форсад аль-Хоссейн. — Но мы отталкиваемся от того, что внешние симптомы, такие как кашель и температура непосредственно связаны с первичными проявлениями гриппа. Предыдущие испытания подтверждали этот тезис, так как система "обкатывалась" в медицинских учреждениях. Следующий этап — проверить эффективность вне больницы и обобщить данные, полученные во всех местах массового скопления людей".
Источник: https://www.umass.edu/newsoffice/inside-umass
Задать вопрос
Заполните форму, и наши эксперты ответят вам