Muslim Obsession – Ilmuwan komputer Australia telah mengembangkan model baru berbasis Kecerdasan Buatan yang dapat mendengar efek Covid-19 dalam suara batuk yang dipaksakan, bahkan ketika orang tidak menunjukkan gejala.
Ini dianggap suatu kemajuan yang dapat membuka jalan untuk mendeteksi penyakit menular melalui ponsel diagnostik aplikasi telepon.
Selama pandemi, banyak platform crowdsourcing telah dirancang untuk mengumpulkan audio suara pernapasan dari kelompok yang sehat dan positif Covid-19 untuk tujuan penelitian.
Sebuah tim peneliti dari RMIT University mengakses dataset dari dua platform ini – Covid-19 Sounds App dan COSWARA – untuk melatih algoritme menggunakan pembelajaran mandiri yang kontras, sebuah metode di mana sistem bekerja secara independen untuk menyandikan apa yang membuat dua hal serupa atau berbeda.
“Dengan pengembangan lebih lanjut, algoritme mereka dapat memberi daya pada aplikasi ponsel diagnostik,” kata penulis utama Hao Xue, Rekan Peneliti di School of Computing Technologies RMIT, dilansir Siasat.
“Kami telah mengatasi rintangan besar dalam pengembangan alat diagnosis awal Covid-19 yang andal, mudah diakses, dan tanpa kontak,” imbuh Xue, Rekan Peneliti di School of Computing Technologies RMIT.
“Ini bisa memiliki manfaat yang signifikan dalam memperlambat penyebaran virus oleh mereka yang tidak memiliki gejala yang jelas. Aplikasi seluler yang dapat memberi Anda ketenangan pikiran selama wabah komunitas atau meminta Anda untuk melakukan tes Covid — itulah jenis alat inovatif yang kami butuhkan untuk mengelola pandemi ini dengan lebih baik,” tambah Xue.
Xue mengatakan metode yang mereka kembangkan juga dapat diperluas untuk penyakit pernapasan lain seperti TBC.
Meskipun ini bukan algoritma klasifikasi batuk Covid pertama yang dikembangkan, model RMIT mengungguli pendekatan yang ada.
Menurut rekan penulis Profesor Flora Salim, upaya sebelumnya untuk mengembangkan jenis teknologi ini, seperti yang dilakukan di MIT dan Cambridge, mengandalkan sejumlah besar data yang diberi label dengan cermat untuk melatih sistem AI.
“Anotasi suara pernapasan membutuhkan pengetahuan khusus dari para ahli, membuatnya mahal dan memakan waktu, dan melibatkan penanganan informasi kesehatan yang sensitif,” ujarnya.
Selain itu, sampel batuk dari satu rumah sakit atau satu wilayah untuk melatih algoritme juga membatasi kinerjanya di luar pengaturan itu.
“Yang paling menarik dari pekerjaan kami adalah kami telah mengatasi masalah ini dengan mengembangkan metode untuk melatih algoritma menggunakan data suara batuk yang tidak berlabel. Ini dapat diperoleh dengan relatif mudah dan dalam skala yang lebih besar dari berbagai negara, jenis kelamin, dan usia,” beber Salim.
