Δύο κορυφαία πανεπιστήμια προσπαθούν να φτιάξουν εφαρμογές που «ακούνε» τον βήχα του ασθενούς και τις φωνές τους για να προβλέπουν εάν έχουν προσβληθεί από τον κορωνοϊό- ωστόσο, όπως τονίζει το BBC, τα δύο αυτά ερευνητικά προγράμματα προσεγγίζουν διαφορετικά το θέμα της ιδιωτικότητας.
Δύο κορυφαία πανεπιστήμια προσπαθούν να φτιάξουν εφαρμογές που «ακούνε» τον βήχα του ασθενούς και τις φωνές τους για να προβλέπουν εάν έχουν προσβληθεί από τον κορωνοϊό- ωστόσο, όπως τονίζει το BBC, τα δύο αυτά ερευνητικά προγράμματα προσεγγίζουν διαφορετικά το θέμα της ιδιωτικότητας.
Το εγχείρημα του Cambridge University επιδιώκει να κρατά ανώνυμους τους εθελοντές, ωστόσο υποστηρίζεται πως αυτό περιορίζει τις δυνατότητές του. Στο μεταξύ, η ομάδα στο Carnegie Mellon University υποστηρίζει πως είναι κρίσιμης σημασίας οι χρήστες να εγγράφονται, μα χρειάστηκε να βγει προσωρινά offline.
Τα δύο εγχειρήματα είναι ανεξάρτητα μεταξύ τους, ωστόσο βασίζονται και τα δύο στο machine learning (μηχανική μάθηση), μια μορφή τεχνητής νοημοσύνης όπου οι υπολογιστές αναλύουν μεγάλες ποσότητες δεδομένων για να βρίσκουν μοτίβα τα οποία μπορούν να χρησιμοποιηθούν για την επίλυση προβλημάτων. Σε αυτή την περίπτωση στόχος είναι η διάκριση του Covid-19 από άλλες ασθένειες, μεταξύ των οποίων και η γρίπη.
Και οι δύο ομάδες αναγνωρίζουν πως το λογισμικό που θα προκύπτει δεν θα αντικαταστήσει τα άλλα ιατρικά τεστ.
Το Cambridge University εκκίνησε το πρόγραμμα Covid-19 Sounds την Τρίτη. Το κοινό καλείται να αναπνεύσει και να βήξει σε ένα μικρόφωνο, καθώς και να παρέχει λεπτομέρειες για την ηλικία, το φύλο, την τοποθεσία τους και το αν πρόσφατα βρέθηκαν θετικοί στον ιό. Μετά τους ζητείται να διαβάσουν τρεις φορές την εξής φράση: «I hope my data can help to manage the virus pandemic» (ελπίζω τα δεδομένα μου να βοηθήσουν στη διαχείριση της πανδημίας του ιού).
«Σκοπός είναι η συλλογή επαρκών δεδομένων για να εξετάζουμε εάν από αυτούς τους ήχους θα είμαστε σε θέση να διαγνώσουμε άτομα με Covid-19 και ίσως ακόμα και το στάδιο της ασθένειας» εξηγεί η καθηγήτρια Σεσίλια Μάσκολο. «Αν καταφέρουμε να λειτουργήσει αυτό, θα μπορούσαμε ίσως να βοηθήσουμε υπηρεσίες όπως τη γραμμή βοήθειας 111 του NHS (το Εθνικό Σύστημα Υγείας της Βρετανίας)».
Την πρώτη ημέρα περίπου 1.200 άτομα παρείχαν ηχητικά, 22 εκ των οποίων είπαν ότι είχαν πρόσφατα βρεθεί θετικά. Οι ερευνητές ελπίζουν να έχουν έτοιμο ένα προϊόν μέσα σε δύο μήνες. Προς το παρόν το πρόγραμμα περιορίζεται στη συλλογή δειγμάτων μέσω ιστοσελίδας αντί για εφαρμογή smartphone, εν μέρει επειδή η Apple και η Google περιορίζουν ποιοι μπορούν να ανεβάζουν εφαρμογές για τον κορωνοϊό στα καταστήματα εφαρμογών τους.
Το Covid Voice Detector της ομάδας του Carnegie Mellon βασίζεται σε προηγούμενη voice-profiling δουλειά που είχε γίνει στο πανεπιστήμιο. Τέθηκε για λίγο σε λειτουργία στις 30 Μαρτίου και ζητούσε από τους χρήστες να βήξουν, κατέγραφε ήχους φωνηέντων και ζητούσε επίσης να απαγγείλουν την αλφαβήτα, καθώς και να δώσουν λεπτομέρειες για τους εαυτούς τους. Στο τέλος της διαδικασίας υποδεικνυόταν πόσο πιθανό είναι να έχουν Covid-19.
Ωστόσο οι ερευνητές θεώρησαν πως χρειαζόταν επανεξέταση: «Δεν έχει σημασία πόσες επεξηγήσεις θα βάλεις- πόσο καθαρά θα λες στον κλόσμο πως δεν έχει εγκριθεί ιατρικά- κάποιοι θα εκλαμβάνουν τη μηχανή ως τον λόγο του Θεού» τόνισε η γιατρός Ρίτα Σινγκ. «Αν ένα σύστημα λέει σε ένα άτομο που έχει κολλήσει Covid-19 πως δεν το έχει, ίσως να προκαλέσει τον θάνατό του. Και αν πει σε κάποιον που είναι υγιής ότι το έχει, και πάει για εξέταση, ίσως χρησιμοποιήσει πολύτιμους περιορισμένους πόρους. Οπότε έχουμε μικρό περιθώριο λάθους ούτως ή άλλως, και εξετάζουμε το πώς θα παρουσιάζουμε τα αποτελέσματα έτσι ώστε να εξαφανιστούν αυτοί οι κίνδυνοι».
Παρόλα αυτά, η γιατρός ελπίζει να θέσει σε λειτουργία online τη συλλογή δεδομένων της υπηρεσίας ξανά πριν το τέλος της εβδομάδας. Το σχέδιο είναι οι χρήστες να εγγράφονται χωρίς να παρέχουν τα ονόματά τους, ωστόσο αντίθετα με το εγχείρημα του Cambridge University, οι εθελοντές θα χρειάζεται να στήνουν λογαριασμό που συνδέεται με τη διεύθυνση email τους. Κατά τη Σινγκ αυτό είναι απαραίτητο για να παρέχεται feedback στους χρήστες, καθώς το εργαλείο γίνεται πιο ακριβές- για παράδειγμα εάν κάποιος μπει σε μια ευπαθή ομάδα.
«Το άλλο είναι πως παίρνουμε σοβαρά το δικαίωμα στη λήθη...θα έπρεπε να έχουν τη δυνατότητα να επιστρέφουν μετά από χρόνια, να πατούν ένα κουμπί και να λένε ότι θέλω να διαγραφεί κάθε δείγμα της φωνής μου».