27. Dezember 2022 – Künstliche Intelligenz erreicht einen weiteren Meilenstein: Das Erkennen des Geräusches eines ungesunden Stuhlgangs.
Ingenieure des Georgia Tech Research Institute haben kürzlich ein Design für einen „Durchfalldetektor“ vorgestellt, der Gesundheitsbehörden vor dem Ausbruch von Krankheiten wie Cholera warnen könnte. Eines Tages könnte künstliche Intelligenz sogar mit Smart-Home-Geräten verwendet werden, um die Darmgesundheit zu überwachen.
Der Prototyp habe Durchfall in 98 % der Fälle in Tests genau identifiziert, sagten Ingenieure auf der Konferenz der Acoustical Society of America in Nashville. Selbst mit Hintergrundgeräuschen war es in 96 % der Fälle korrekt.
Cholera infiziert jedes Jahr Millionen von Menschen und tötet bis zu 143.000 Menschen, die aufgrund von schwerem Durchfall dehydriert sind. nach Angaben der Weltgesundheitsorganisation. Viele Todesfälle könnten mit oraler Rehydrationslösung verhindert werden, wenn der Ausbruch schnell genug erkannt wird. Cholera kann innerhalb von 24 Stunden nach Auftreten der Symptome tödlich sein.
Das Gerät könnte in öffentlichen Toiletten installiert werden, wo eine unzureichende Installation das Risiko von Cholera-Ausbrüchen erhöht.
„Cholera hat normalerweise ein wässrigeres Geräusch – es kann sehr nach Urin klingen, und im Allgemeinen gibt es nicht viel Blähungen“, sagt Maia Gatlin, Co-Leiterin des Projekts, Luft- und Raumfahrtingenieurin und Doktorandin. Georgia Tech Research Institute. „Dass jemand starken Durchfall hat und dass er viel davon hat – das kann man abfangen.“
Die Idee entstand aus Gesprächen darüber, wie COVID-19 durch die Analyse von Abwasser überwacht werden könnte, sagt der Co-Leiter des Projekts, Alexis Noel, PhD, ein Biomechanik-Forscher am Institut.
Andere Forscher haben eine Videoanalyse in Betracht gezogen, um nach Durchfall zu suchen.
„Ich habe mich gefragt, ob wir Durchfall mithilfe von Geräuschen erkennen können“, sagt Noel, „weil manche Leute ein bisschen misstrauisch sind, wenn eine Kamera auf ihren Hintern in der Toilette gerichtet ist.“
Zunächst sammelten die Forscher 350 öffentlich zugängliche Audiobeispiele von Badezimmergeräuschen von YouTube und Soundsnap. Einige Clips hatten bis zu 10 Stunden Durchfallgeräusche.
Wissenschaftler hörten sich Proben an, um die Echtheit zu bestimmen.
„Wir kannten diese Jungs nicht, wir wussten nicht, wie sie aufgenommen haben, also mussten wir ein bisschen zuhören“, sagt Gatlin. “Es gab definitiv viele Furzgeräusche, bei denen wir dachten: ‘Das ist kein Furz, das ist jemand, der sich mit dem Ellbogen bläst.’
Die Geräusche von Stuhlgang, Wasserlassen, Blähungen und Durchfall wurden in Spektrogramme umgewandelt. Ein Computer analysierte diese Bilder etwa 10 Stunden lang mit einem “faltenden neuronalen Netzwerk”. Die Software bringt sich durch Versuch und Irrtum selbst bei, wie man feine Ähnlichkeiten zwischen Durchfall-Spektrogrammen erkennt und wie sie sich von anderen Toilettengeräuschen unterscheiden.
Zum Beispiel hat das Wasserlassen einen einheitlichen Ton und der Stuhlgang kann einen singulären Ton haben. Das Geräusch von Durchfall ist zufälliger.
Sobald der Lernprozess der KI abgeschlossen war, luden die Forscher den Durchfall-Decodierungsalgorithmus auf einen Raspberry Pi hoch, einen Computer, der ungefähr so groß wie eine Kreditkarte ist und weniger als 50 US-Dollar kostet. Cade Tyler, Student an der Georgia Tech, druckte in 3D ein Gehäuse für ein Motherboard mit einem Mikrofonanschluss, einer Reihe von Lichtern (grün für Signalempfang, rot für Durchfall und orange für „andere“) und den Worten „Diarrhea Detector“ auf der Oberfläche.
Der Computer nimmt eine 10 Sekunden lange Audioaufnahme auf, die in ein Spektrogramm umgewandelt und in den Algorithmus eingespeist wird. Der gesamte Vorgang dauert nur wenige Sekunden.
Eine weitere Iteration des Geräts sendet eine Nachricht über Wi-Fi oder ein anderes drahtloses Kommunikationssignal an eine Datenbank, damit Beamte des öffentlichen Gesundheitswesens Krankheitsausbrüche verfolgen können.
“Wir sammeln nichts Identifizierbares über Personen”, sagt Gatlin.
Forscher haben noch nicht ermittelt, wie viele dieser Geräte benötigt würden, um eine Gemeinde abzudecken, oder wo der ideale Standort wäre.
Der Algorithmus muss noch verbessert werden, indem bessere Audiodaten unter kontrollierten Bedingungen von Personen gesammelt werden, die ihre Einwilligung nach Aufklärung gegeben haben, sagt Gatlin. Gatlin hofft auch, die KI für die Arbeit an Latrinen im Freien auszubilden, die in Gebieten ohne funktionierende Abwassersysteme üblich sind.