Il team di ricercatori statunitensi ha inventato un dispositivo di sorveglianza portatile alimentato da un sistema di apprendimento automatico chiamato ”FluSense”, in tempo reale è in grado di rilevare i suoni della tosse dagli spazi pubblici dove si riuniscono molte persone, analizzare i dati per monitorare direttamente le malattie simil-influenzali, influenza e prevedere le prossime tendenze epidemiologiche.
I creatori di ”FluSense” dell’Università del Massachusetts Amherst hanno detto che la nuova piattaforma di elaborazione dei dati, prevista per l’uso in ospedali, sale di attesa, studi medici e spazi pubblici più ampi, può espandere l’arsenale di strumenti di sorveglianza sanitaria utilizzati per prevedere l’influenza stagionale e altre epidemie respiratorie virali, come la pandemia COVID-19 o la Sars.
Tauhidur Rahman, assistente professore di informatica e scienze dell’informazione, co-autore dello studio ha detto:
«Il dispositivo permette di prevedere le tendenze dell’influenza in modo più accurato. Modelli simili possono essere salvatori di vite umane informando direttamente la sanità pubblica durante un’epidemia di influenza, la fonte di dati può aiutare a determinare i tempi per le campagne sui vaccini antinfluenzali, le possibili restrizioni di viaggio, l’allocazione delle forniture mediche e altro ancora».
Il dispositivo ”FluSense” è composto da un gruppo di microfoni a basso costo, elabora dati di imaging termico con un Raspberry Pi (è un piccolo computer) e un motore di calcolo neurale. I ricercatori nel Mosaic Lab di Tauhidur Rahman, hanno dapprima sviluppato in laboratorio un modello di tosse, poi hanno addestrato il classificatore di reti neurali profonde per disegnare caselle di delimitazione su immagini termiche che rappresentano le persone e poi contarle.
Tauhidur Rahman, ha detto:
«Il nostro obiettivo principale era quello di costruire modelli predittivi a livello di popolazione, non a livello individuale».
I ricercatori hanno posizionato i dispositivi FluSense, in quattro sale di attesa per l’assistenza sanitaria presso la clinica UMass University Health Services. La piattaforma FluSense da dicembre 2018 a luglio 2019 ha raccolto e analizzato oltre 350.000 immagini termiche e 21 milioni di campioni audio non vocali provenienti dalle aree di attesa pubbliche. I ricercatori hanno scoperto che FluSense è stato in grado di prevedere con precisione i tassi di malattia giornalieri nella clinica universitaria. Lo studio ha evidenziato che «le informazioni sui sintomi precoci acquisite da FluSense potrebbero fornire preziose informazioni aggiuntive e complementari agli attuali sforzi di previsione dell’influenza».
Forsad Al Hossain, autore principale dello studio, indicando i componenti compatti all’interno del dispositivo (vedi foto), ha detto:
«FluSense è un esempio della potenza della combinazione di Intelligenza Artificiale con l’edge computing (indica l’elaborazione delle informazioni ai margini della rete, dove i dati sono prodotti), tutta l’elaborazione avviene proprio qui, questi sistemi stanno diventando più economici e più potenti».
Andrew Lover epidemiologo ha detto:
«Abbiamo la convalida iniziale che la tosse ha effettivamente una correlazione con la malattia legata all’influenza. Ora vogliamo validarla al di là di questo specifico contesto ospedaliero e dimostrare che possiamo estendere le nostre conoscenze a tutte le località».
Tauhidur Rahman ha aggiunto:
«Ho pensato che se potessimo catturare i suoni della tosse o degli starnuti dagli spazi pubblici dove si riuniscono molte persone, potremmo utilizzare queste informazioni come una nuova fonte di dati per prevedere le tendenze epidemiologiche».