Od czasu pandemii COVID-19 pracownicy ochrony zdrowia i naukowcy zaczęli zwracać większą uwagę na czynniki ryzyka związane z przebywaniem w pobliżu chorych osób.

Prototypowy system CoughNet ma pomóc personelowi medycznemu monitorować liczbę osób kaszlących i potencjalnie rozprzestrzeniających chorobę na danym obszarze. Został opracowany przez adiunkta Dali Ismaila z Binghamton University a także doktorantów Amira Esmaeiliego i Maryam Fazli.

CoughNet to seria „stacji nasłuchowych”, które wykrywają kaszel, określają, czy dźwięk rzeczywiście był kaszlem, a następnie sprawdzają, czy kaszel pochodził od osoby, która została już wcześniej nagrana, czy od nowej osoby.

Aby to osiągnąć, w pomieszczeniu umieszczono trzy Raspberry Pi — małe, niedrogie komputery jednopłytkowe z wbudowanymi mikrofonami. Gdy ktoś kaszle w pomieszczeniu, wszystkie trzy słyszą ten dźwięk.

Każdy komputer rejestruje krótkie nagranie kaszlu i przepuszcza plik dźwiękowy przez model sztucznej inteligencji, który określa, czy dźwięk jest naprawdę kaszlem. Później system analizuje nagrania ze wszystkich trzech mikrofonów, badając siłę kaszlu w każdym nagraniu i czas, jaki zajęło dotarcie dźwięku do niego.

- Mikrofon bliżej źródła działa jako referencyjny i możemy przeprowadzić korelację, aby ustalić, czy kaszel pochodzi od tej samej osoby – powiedział Ismail.

Po zarejestrowaniu serii kaszlnięć system jest w stanie wykryć pewien wzorzec. Jeśli kilka kaszlnięć charakteryzuje się podobną głośnością i czasem dotarcia do mikrofonu, prawdopodobnie pochodziły one od tej samej osoby.

System jest nie tylko skuteczny, ale i wydajny. Komputery Raspberry Pi są bardzo energooszczędne i niezwykle przystępne cenowo; wiele modeli można kupić za mniej niż 50 dolarów.

Urządzenia wykorzystują technologię bezprzewodową o niskim poborze mocy i dużym zasięgu (LoRa), która obejmuje znacznie większy obszar wewnątrz budynków niż pojedynczy punkt dostępu Wi-Fi.

Ponieważ LoRa obsługuje tylko krótkie komunikaty, urządzenia selektywnie wybierają to, co wysyłają. Jeśli nagranie kaszlu jest czyste, przetwarzają je i grupują lokalnie. Jeśli sygnał jest zaszumiony lub niewyraźny, przesyłają niewielki fragment do pobliskiego wydajniejszego komputera. 

- Wybraliśmy LoRa, ponieważ to technologia wyjątkowo energooszczędna w porównaniu z Wi-Fi – powiedział Ismail. - Typowy czujnik niższego poziomu może działać na bateriach AA przez około 10 lat.

Z uwagi na prawdopodobne wykorzystanie CoughNet w placówkach medycznych, pojawia się oczywiste pytanie o prywatność. W przeciwieństwie do innych systemów, które wykorzystują kamery termowizyjne lub czujniki wizualne, CoughNet reaguje tylko na krótkie sygnały dźwiękowe przypominające kaszel, bez rozpoznawania głosu ani przetwarzania mowy na tekst. Nie ustala, że „osoba X” kaszlała, a jedynie, że kaszel wystąpił.

System przetwarza tylko tyle dźwięku, ile potrzeba do przeprowadzenia detekcji, a po zakończeniu analizy natychmiast usuwa surowy dźwięk.

W obecnej formie CoughNet nasłuchuje dźwięków i uznaje je za kaszel. W przyszłości możliwa ma być sprawdzenie, czy dźwięk ten charakteryzuje kaszel związany z konkretną chorobą (np. chorobą grypopodobną, COVID-19 lub zapaleniem oskrzeli).

Oczywistym zastosowaniem jest instalacja technologii w poczekalniach lub na oddziałach medycznych, aby ostrzegać personel o wzroście zachorowań na choroby układu oddechowego w określonym obszarze, co z kolei pozwoliłoby im lepiej informować personel i umożliwić efektywniejszą alokację zasobów.

CoughNet mógłby też znaleźć zastosowanie bezpośrednio u konsumentów. Ismail chce, aby technologia działała na słuchawkach z redukcją szumów i urządzeniach przenośnych. Teoretycznie takie urządzenie mogłoby na przykład ostrzegać kogoś o wejściu na obszar, w którym może występować podwyższone ryzyko chorób układu oddechowego.

Paweł Wernicki (PAP)

pmw/ agt/