Trí tuệ nhân tạo (AI) giúp chẩn đoán COVID-19 thông qua tiếng ho, đó là mục tiêu mà một dự án cộng đồng tại Việt Nam - AICovidVN đang hướng tới.
Thông qua việc thu thập tiếng ho của bệnh nhân COVID-19 và so sánh nó với tiếng ho thông thường của những người không nhiễm bệnh, các kỹ sư AI tin rằng họ có thể đào tạo hệ thống của mình phát hiện sớm các ca mắc COVID-19, kể cả khi không có triệu chứng.
AICovidVN cho biết với hệ thống trí tuệ nhân tạo, người dân chỉ cần ho vào điện thoại, AI sẽ phân tích tiếng ho và đưa ra chẩn đoán xem họ có mắc COVID-19 hay không.
Nếu ý tưởng này thành công, đây sẽ là một giải pháp sàng lọc COVID-19 chi phí thấp, có thể triển khai trên diện rộng để giảm tải áp lực cho hoạt động lấy mẫu xét nghiệm COVID-19 hàng loạt như hiện nay.
Dạy trí tuệ nhân tạo phát hiện COVID-19 thông qua tiếng ho như thế nào?
Tiếng ho là một biểu hiện lâm sàng có thể tiết lộ nhiều thông tin bệnh tật, từ tình trạng của dây thanh âm, sự hiện diện của chất dịch trong đường hô hấp, tổn thương phổi nếu có cho tới trạng thái và cảm xúc của người bệnh.
Đó là lý do tại sao các bác sĩ giàu kinh nghiệm có thể thông qua đặc điểm của tiếng ho (ví dụ như ho khan hay có đờm, ngắn hay dài, những cơn co thắt giữa chúng và thậm chí cả tiếng "lục khục" khi bệnh nhân lấy hơi) để phân biệt nhiều tình trạng bệnh khác nhau như viêm họng, viêm đường hô hấp dưới, bệnh phổi tắc nghẽn mạn tính, trào ngược dạ dày...
Một vài năm trở lại đây, các kỹ sư AI tin rằng họ có thể xây dựng những hệ thống trí tuệ nhân tạo để nghe tiếng ho thay cho các bác sĩ. Trước đại dịch COVID-19, đã có những hệ thống AI như vậy được đào tạo để nhận diện tiếng ho của bệnh nhân viêm phổi, hen suyễn và Alzheimer.
Và trong khi đang phát triển một hệ thống AI nhận diện bệnh Alzheimer từ tiếng ho, một nhóm các nhà khoa học tại MIT đã vô tình phát hiện họ có thể tinh chỉnh nó để tìm ra bệnh nhân COVID-19.
Đó là bởi COVID-19 chia sẻ tới 4 dấu ấn sinh học trong tiếng ho với bệnh Alzheimer, bao gồm: sự suy thoái cơ bắp, những thay đổi trong dây thanh âm, thay đổi cảm xúc/tâm trạng và những thay đổi trong phổi cũng như đường hô hấp.
Cụ thể. COVID-19 có thể làm mỏi cơ điều khiển dây thanh âm và các cơ tham gia vào tiếng ho. Căn bệnh làm thay đổi áp suất tối thiểu của phổi làm rung động dây thanh âm. Nó cũng có thể thay đổi cảm xúc người nhiễm bệnh, như khiến họ lo lắng, bất an.
Và cuối cùng, cấu trúc vật lý của phổi và đường hô hấp cũng bị thay đổi do nhiễm virus. Trong những ngày đầu của đại dịch COVID-19, các bác sĩ cũng đã nghe phổi của bệnh nhân khi họ ho như một phương pháp chẩn đoán cơ bản.
COVID-19 để lại 4 dấu ấn sinh học trong tiếng ho có thể được dùng để đào tạo AI chẩn đoán bệnh.
Để kiểm tra giả thuyết của mình, nhóm MIT đã thu thập khoảng 2.500 mẫu tiếng ho của bệnh nhân COVID-19 và hơn 2.500 mẫu tiếng ho của những người khác. Tình nguyện viên được yêu cầu khai báo y tế và ho cưỡng bức (cố tình phát ra tiếng ho) vào micro của điện thoại hoặc máy tính rồi gửi dữ liệu lên trang web opensigma.mit.edu.
Với tập dữ liệu này, nhóm MIT đã sử dụng 4.000 mẫu để đào tạo hệ thống AI của mình được gọi là MIT Open Voice qua 5 lớp thuật toán, rồi kiểm tra nó trên hơn 1.000 mẫu còn lại để xem AI có thể phát hiện ra bệnh nhân COVID-19 hay không?
Kết quả nghiên cứu đăng trên tạp chí IEEE Journal of Engineering in Medicine and Biology vào tháng 9 năm 2020 cho thấy MIT Open Voice đã chẩn đoán chính xác COVID-19 với độ nhạy 98,5%, độ đặc hiệu 94,2%. Hệ thống AI này thậm chí còn có thể nhận diện được bệnh nhân COVID-19 không triệu chứng, bởi thực tế nó dựa trên tiếng ho cưỡng bức, với độ nhạy 100% và độ đặc hiệu 83,2%.
Sơ đồ hệ thống AI nhận diện bệnh nhân COVID-19 của các kỹ sư MIT.
"Các kỹ thuật AI có thể tạo ra một công cụ sàng lọc COVID-19 không triệu chứng miễn phí, tiến hành được trên quy mô lớn, không xâm lấn, cho kết quả theo thời gian thực và có thể phân phối tức thì. Nó sẽ giúp hỗ trợ các phương pháp tiếp cận hiện tại trong việc kiểm soát COVID-19 khỏi lây lan", nghiên cứu kết luận.
Nhóm kỹ sư tại MIT nói rằng hệ thống của họ có rất nhiều ứng dụng thực tế trong sàng lọc COVID-19. Học sinh sinh viên, công nhân, người tham gia giao thông là những đối tượng có thể sử dụng nó mỗi ngày.
MIT Open Voice cũng có thể được sử dụng như một phương pháp xét nghiệm mẫu gộp ngẫu nhiên để cảnh báo trước những đợt bùng phát COVID-19 có thể xảy ra trong cộng đồng.
Dự án AICovidVN: Phát hiện COVID-19 trong tiếng ho của người Việt
Bài báo năm ngoái của các kỹ sư MIT đã truyền cảm hứng cho rất nhiều nhóm nghiên cứu trí tuệ nhân tạo khác trên thế giới xây dựng các hệ thống AI nhận diện COVID-19 thông qua tiếng ho.
Một nhóm các nhà khoa học tại Đại học Cambridge đã phát hành một ứng dụng COVID-19 Sounds App trên Google Play và App Store. Ứng dụng đã thu thập tiếng ho, giọng nói và cả hơi thở của hơn 30.000 người để đào tạo 10 thuật toán học sâu giúp họ nhận diện bệnh nhân COVID-19.
Công việc tương tự đang được thực hiện bởi một nhóm các nhà khoa học máy tính ở Đại học RMIT, Australia . Tại Châu Âu, một nhóm các kỹ sư đến từ Đại học Augsburg (Đức) và Đại học Imperial College London (Anh Quốc) cũng đang phát triển một hệ thống AI có thể phát hiện COVID-19 qua tiếng ho trong một dự án gọi là DiCOVA .
Bộ Y tế Anh thậm chí còn thỏa thuận với công ty công nghệ Nhật Bản Fujitsu để giúp họ xây dựng một nền tảng như vậy.
Tại Việt Nam, VietAI – một tổ chức phi lợi nhuận được sáng lập bởi hai tiến sĩ AI từ Đại học Stanford (Mỹ), Vũ Duy Thức và Lương Minh Thắng, cũng đang hỗ trợ một dự án nhận dạng COVID-19 thông qua tiếng ho được gọi là AICovidVN.
Khoảng hơn 200 chuyên gia trong lĩnh vực AI và một số nhà sáng lập công ty công nghệ đang tham gia vào dự án này để phát triển các hệ thống AI có thể nhận diện bệnh nhân COVID-19 cho người Việt.
Dự án hiện đang kêu gọi người Việt Nam thu thập tiếng ho của họ bằng điện thoại hoặc các thiết bị ghi âm và gửi về cơ sở dữ liệu. AICovidVN cho biết tính đến tháng 6/2021, họ đã xử lý làm sạch và gán nhãn được 7.000 mẫu dữ liệu.
Hệ thống AI mà họ đã phát triển, dựa trên một kho dữ liệu mở, chứa 1.700 mẫu ghi âm tiếng ho của người Ấn Độ và Thụy Sĩ dương tính với COVID-19 trước đó cũng đã cho kết quả chẩn đoán đúng tới 91%.
Nhưng để kiểm tra và tiếp tục đào tạo hệ thống AI của mình với bệnh nhân COVID-19 tại Việt Nam, AICovidVN sẽ cần tới 10.000 mẫu tiếng ho, trong đó ít nhất 100-500 mẫu của các bệnh nhân dương tính với COVID-19.
Nhóm dự án hiện đang kêu gọi người dân đóng góp tiếng ho của mình vào cơ sở dữ liệu. Và bạn có thể làm điều này theo hướng dẫn đơn giản sau đây:
Mở ứng dụng Zalo trên điện thoại > Nhấn vào biểu tượng quét mã QR > Quét mã có trên màn hình > Tham gia nhóm > Nhấn vào biểu tượng thu âm > Nói "Tôi tin mình là F..." > Ho 4-5 tiếng > Nhấn gửi.
Bước 1: Mở ứng dụng Zalo trên điện thoại.
Bước 2: Nhấn vào biểu tượng quét mã QR phía trên góc phải màn hình.
Bước 3: Thực hiện quét mã QR dưới đây hoặc truy cập nhanh vào đường link nhóm Zalo AICovid Góp tiếng ho .
Bước 4: Trong giao diện nhóm Zalo bạn nhấn vào biểu tượng thu âm.
Bước 5: Tiếp tục nhấn giữ vào biểu tượng thu âm.
Bước 6: Tại đây bạn hãy nói "Tôi tin mình là F...". Nếu không rõ bạn là F mấy thì bỏ qua, sau đó ho 4-5 tiếng. Thu âm xong, bạn buông tay để gửi.
Bước 7: Tiếp tục bạn có thể cung cấp thêm một số thông tin để hệ thống có được thông tin và phát triển công nghệ một cách chính xác hơn như:
Tôi là người khỏe mạnh. Tôi là F1, F2, F3 đang được cách ly.
AICovidVN cho biết họ đang lập kế hoạch để sử dụng kho dữ liệu tiếng ho của người Việt, giúp nâng khả năng chẩn đoán chính xác COVID-19 lên mức 95-97% trước ngày 20/8.
Nếu thành công, AICovidVN sẽ chuyển giao hệ thống AI của mình cho Ban Chỉ đại Quốc gia Phòng chống COVID-19 để hỗ trợ sàng lọc nhanh dịch bệnh trên diện rộng, có thể thông qua các hệ thống Callbot hay cuộc gọi tự động.
Trước đó, Thành phố Hồ Chí Minh đã triển khai Robocall là một hệ thống AI tự động gọi đến số điện thoại của người dân, hỏi thăm tình hình sức khoẻ và sàng lọc người có nguy cơ dương tính thông qua các triệu chứng.
AICovidVN cho biết họ cũng sẵn sàng hợp tác chuyển giao công nghệ cho các tổ chức, doanh nghiệp có nhu cầu phát triển app y tế, để đưa ứng dụng trí tuệ nhân tạo này vào sử dụng chính thức và lâu dài.
Tổng hợp