Znaczna część osób przechodzi COVID-19 bez żadnych symptomów choroby. Jednak nie ma pewności, że osoby te nie mogą stać się źródłem kolejnych zakażeń. Dlatego tak istotne jest opracowanie szybkich i tanich metod, które pozwolą wykryć bezobjawowe zakażenie SARS-CoV-2. Badacze z Massachusetts Institute of Technology uważają, że można w tym celu wykorzystać analizę nagrania głosu.

Niektóre choroby, w tym choroba Parkinsona czy stwardnienie zanikowe boczne, wpływają na pracę mięśni uczestniczących w artykułowaniu mowy. Podobny efekt ma miejsce w przypadku chorób układu oddechowego. Stan zapalny w obrębie dróg oddechowych zmienia przepływ powietrza wydychanego podczas mówienia. Interakcje te wpływają na głośność, wysokość, stabilność i rezonans głosu, a więc na cechy, które można zmierzyć i wykorzystać jako biomarkery.

Zespół z MIT zebrał próbki mowy od osób, u których wynik testu na COVID-19 okazał się pozytywny. Miały one postać nagrań opublikowanych na serwisie YouTube przez znane osobistości, sporządzonych w okresie, gdy wiadomo już było, że dana osoba jest zakażona, ale przed wystąpieniem pierwszych objawów. Udało się zidentyfikować 5 takich osób. Nagrania porównano z wykonanymi przed zakażeniem, w podobnych warunkach dźwiękowych.

Analizując nagrania, naukowcy wzięli pod uwagę wiele czynników, które mogą wpływać na brzmienie głosu. Sprawdzali, jak każda z cech zmienia się w odstępach co 10 milisekund. Wstępne wyniki świadczą o tym, że biomarkery pochodzące z koordynacji układu mowy rzeczywiście mogą wskazywać na obecność COVID-19. Badacze zdają sobie jednak sprawę z tego, że 5 przypadków to za mało, aby móc wyciągać daleko idące wnioski. Kontynuują więc prace, tym razem z wykorzystaniem zestawu danych z Carnegie Mellon University, który zawiera próbki dźwięków od osób z pozytywnym wynikiem testu na COVID-19.

Jeśli uda się potwierdzić skuteczność “głosowych” biomarkerów w wykrywaniu bezobjawowego COVID-19, zespół rozważa wdrożenie swojej metody za pomocą aplikacji mobilnych. Trwają prace nad integracją tych badań z aplikacją VoiceUp, opracowaną w celu zbadania związku między cechami głosu a depresją. W planach jest też dodane tego aspektu analizy głosu do aplikacji How We Feel, która pozwoli prognozować odsetek chorych osób w różnych regionach kraju. Aplikacja ta bowiem zadaje użytkownikom pytania dotyczące ich stanu zdrowia i danych demograficznych. Dodanie do niej prośby o przesyłanie notatek głosowych w celu sprawdzenia biomarkerów COVID-19 może pomóc naukowcom w badaniu i ograniczaniu epidemii.

“System wykrywania zintegrowany z aplikacją mobilną może wykrywać infekcję na wczesnym etapie, zanim jeszcze ludzie poczują się źle, szczególnie w podgrupach osób, które zwykle nie chorują lub nie wykazują objawów – mówi Jeffrey Palmer, współautor badania. – Interesuje się tym także armia amerykańska, w ramach całościowego systemu monitorowania COVID-19.”

Obecnie zespół kontynuuje swoje badania. Planowane są także prace w celu wyeliminowania czynników, które mogą wpływać na wyniki analizy głosu. Należą do nich różne rodzaje środowiska nagrywania, stan emocjonalny badanych oraz inne choroby, które również mogą wpływać na głos. Naukowcy wspierają też inne badania w podobnych obszarach, np. analizę kaszlu.

“Jest wiele innych interesujących obszarów, którym można się przyjrzeć – mówi Thomas Quateri, współautor badania. – Tutaj przyjrzeliśmy się wpływom fizjologii na aparat mowy. Chcemy również rozszerzyć nasze biomarkery, aby uwzględnić skutki neurofizjologiczne związane z COVID-19, takie jak utrata smaku i zapachu. Te objawy również mogą wpływać na sposób mówienia.”

Bibliografia:
Quateri T., Talkar T., Palmer J. A Framework for Biomarkers of COVID-19 Based on Coordination of Speech-Production Subsystems. IEEE Open Journal of Engineering in Medicine and Biology 2020

Dodaj komentarz