De COVID-app voor mobiele telefoons blijkt nauwkeuriger dan laterale flowtests

Een COVID-app voor mobiele telefoons die nauwkeuriger is dan laterale flowtests, is ontwikkeld door het Institute of Data Science van de Universiteit Maastricht in Nederland.

Onderzoekers zeiden op maandag 5 september dat de app die COVID in de stemmen van mensen kan detecteren met behulp van kunstmatige intelligentie (AI), 89 procent nauwkeurig is.

De app die “potentieel hoge precisie” heeft, is volgens het Instituut een goedkoop alternatief voor laterale flowtests. Dit gezegde zou heel nuttig kunnen zijn in lage-inkomenslanden, maar ook in landen die momenteel uitgebreid gebruik maken van bestaande tests.

Tests uitgevoerd door het Instituut tonen aan dat de resultaten in minder dan een minuut beschikbaar zijn en een “aanzienlijke verbetering” zijn ten opzichte van de nauwkeurigheid van laterale flowtests.

Bij laterale-flowtests moeten uitstrijkjes van de bovenste luchtwegen worden genomen en deze zijn bekritiseerd vanwege hun uiteenlopende resultaten. Een van de redenen hiervoor is de noodzaak om een ​​effectieve swab af te nemen. Daarom gingen de onderzoekers op zoek naar een alternatief.

Wafaa Aljbawi, een onderzoeker aan het Instituut, zei: “Deze veelbelovende resultaten suggereren dat eenvoudige spraakopnames en verfijnde AI-algoritmen mogelijk hoge precisie kunnen bereiken bij het bepalen welke patiënten een COVID-19-infectie hebben.

“Dergelijke tests kunnen gratis worden uitgevoerd en zijn eenvoudig te interpreteren. Bovendien maken ze virtueel testen op afstand mogelijk en hebben ze een doorlooptijd van minder dan een minuut.

“Ze kunnen bijvoorbeeld worden gebruikt bij de toegangspunten voor grote bijeenkomsten, waardoor de bevolking snel kan worden gescreend.”

Om de technologie te testen, gebruikte het instituut opnames van de crowdsourcing-app COVID19 Sounds van de Universiteit van Cambridge.

Gebruikers van de app moesten een gedetailleerde medische geschiedenis en persoonlijke demografische gegevens verstrekken. Ze moesten vervolgens voorbeeldopnames leveren, zoals lezen en hoesten. Uiteindelijk werden 893 audiosamples verkregen van 4.352 gezonde en niet-gezonde mensen.

Die monsters werden vervolgens geanalyseerd met behulp van een stemanalysetechniek genaamd Mel-spectrogram. Hierdoor konden onderzoekers “de vele eigenschappen van de stemmen van de deelnemers ontleden.”

Aljbawi zei: “Deze resultaten laten een significante verbetering zien in de nauwkeurigheid van de diagnose van COVID-19 in vergelijking met state-of-the-art tests zoals de laterale flow-test.

“De laterale flowtest heeft een gevoeligheid van slechts 56 procent, maar een hogere specificiteit van 99,5 procent. Dit is belangrijk omdat het aangeeft dat de laterale flow-test geïnfecteerde mensen vaker verkeerd classificeert als COVID-19-negatief dan onze test.

“Met andere woorden, met het AI LSTM-model zouden we 11 van de 100 gevallen kunnen missen die de infectie zouden verspreiden, terwijl de laterale flowtest 44 van de 100 gevallen zou missen.”

Het onderzoek, dat vandaag wordt gepresenteerd op het European Respiratory Society International Congress in Barcelona, ​​wijst ook op het gebruik van de app bij het voorspellen van exacerbaties bij chronische obstructieve longziekte.

Als de COVID-app voor mobiele telefoons inderdaad nauwkeuriger is dan laterale flowtests, kan dit een game changer zijn voor de medische wereld bij het verzamelen van gegevens en bij het behandelen van het virus.


Bedankt dat je de tijd hebt genomen om dit artikel te lezen, vergeet niet terug te komen en de website van The Euro Weekly News te bekijken voor al je up-to-date lokale en internationale nieuwsverhalen en onthoud dat je ons ook kunt volgen op Facebook en Instagram.

Leave a Comment