Covid-19, si potrà diagnosticare al telefono con l’intelligenza artificiale?

Si può diagnosticare il Covid-19 con l’analisi della voce via smartphone? Ricercatori dell’Università di Tor Vergata a Roma hanno ottenuto buoni risultati con uno studio pilota.

“Utilizziamo un algoritmo di Intelligenza Artificiale in grado di evidenziare minime variazioni della voce che l’orecchio umano non percepisce, quando una persona è soggetta a Covid-19” afferma Giovanni Saggio, professore di Ingegneria Elettronica presso l’Università degli Studi di Roma Tor Vergata, che già dal 2009 analizza le alterazioni della voce a fini diagnostici.

Il suo ultimo studio clinico nasce con l’obiettivo di verificare la possibilità di identificare l’infezione da Covid-19 attraverso l’analisi di campioni di voce, rilevati per mezzo di smartphone di ultima generazione quindi, in seguito, elaborati da un algoritmo di Intelligenza Artificiale sviluppato da Voicewise, spin-off dell’Università degli Studi di Roma Tor Vergata.

Mettendo a confronto le analisi della voce di pazienti positivi al virus e persone sane, omogenee per etnia, genere ed età, l’algoritmo ha rilevato come positivi anche due casi negativi al tampone ma poi, con indagini più approfondite, risultati positivi al test sierologico, con conferma che l’algoritmo di analisi vocale aveva ragione.

“Nell’emissione sonora della voce, racconta Saggio, non sono coinvolti solo i polmoni, ma anche altri sistemi interni (come, ad esempio l’apparato cardiaco), che possono alterare, anche impercettibilmente, il suono della voce e della tosse. Inoltre, la qualità della voce, con le sue armoniche e le sue frequenze, dipende dallo stato fisiologico della persona (robusta, magra, alta, bassa…) dallo stato psicologico (triste, euforico…) ed infine dallo stato patologico, ossia dalle condizioni di salute.”

“Con un microfono, un registratore professionali e uno smartphone di ultimissima generazione – spiega Saggio – abbiamo realizzato un’applicazione on line da cui trarre le informazioni necessarie. Tutti questi parametri, quando vengono rilevati, sono trasformati in codici che l’algoritmo riconosce. In seguito vengono studiati e correlati ad ogni singola patologia ed identificati come bio-marcatori di quella specifica patologia. All’inizio di luglio il progetto pilota è partito, dopo l’ok dei comitati etici e a fine agosto abbiamo finito di raccogliere i dati di 30 pazienti confrontandoli con 120 soggetti sani. Piccoli numeri, ma già sufficienti ad addestrare gli algoritmi di Machine Learning”.

Questa ricerca ha coinvolto medici, ingeneri, ed esperti di suono (diplomati al conservatorio), confluiti nella spin-off Voicewise dell’Università degli Studi di Roma Tor Vergata, che ha lavorato senza finanziamenti, con l’unico apporto della concessione in comodato d’uso dei telefonini di ultima generazione. Inoltre, la spin-off è l’unico soggetto accreditato all’uso del logo universitario, come ulteriore garanzia anche per l’anonimato dei dati e le normative della privacy.

L’analisi dei bio-marcatori vocali con l’ausilio di Machine Learning è utilizzata anche per individuare, a volte precocemente, altre patologie neurodegenerative come ad esempio il Parkinson. L’analisi in questo caso è più difficile, anche se i livelli di accuratezza registrati sono attorno al 95%.

Ultimo aggiornamento il 12 Ottobre 2020 di: Alessandro Visca

Silvia Pogliaghi

Giornalista scientifica, specializzata su ICT in sanità.

Back To Top