Asymptomatische Corona-Infektionen sind in der Pandemie noch immer ein Unsicherheitsfaktor. Experten sind sich einig, dass Infektionen, die unentdeckt bleiben, weil sie ohne Symptome verlaufen, für zahlreiche ungewollte Ansteckungen sorgen. Doch Forscher des Massachusetts Institute of Technology (MIT) haben mithilfe von künstlicher Intelligenz eine Anwendung entwickelt, die nur anhand des Geräusches, das beim Husten entsteht, erkennen kann, ob eine Person mit Covid-19 infiziert ist – auch wenn sie selbst keine Symptome bei sich registriert.

Mehr zum Thema

 

Stille Corona-Ansteckung: Wie viele Menschen haben keine Symptome?

Forscher sammeln 200.000 Hustenproben

Die Wissenschaftler um Juan Brian Subirana haben dafür etwa 200.000 Hustenaufnahmen von mehr als 70.000 Freiwilligen gesammelt. Gleichzeitig wurden die Probanden auf eine Infektion mit dem Coronavirus getestet. Bei 2500 Teilnehmern fiel dieser Test positiv aus, obwohl einige von ihnen keine Symptome zeigten. Anschließend spielten die MIT-Forscher die Aufnahmen der Infizierten und 2500 weitere Aufnahmen von gesunden Teilnehmern der von ihnen trainierten künstlichen Intelligenz vor.

Der Algorithmus war in der Lage 98,5 Prozent der Corona-Infektionen mit Symptomen richtig zu bestimmen. Bei den asymptomatisch Infizierten waren es sogar 100 Prozent, wobei etwa 17 Prozent der nicht Infizierten als falsch positiv identifiziert wurden. Anscheinend sind die Symptome also zumindest von einer künstlichen Intelligenz wahrnehmbar.

Die Pandemie und wir

Der neue Alltag mit Corona: In unserem Newsletter ordnen wir die Nachrichten der Woche, erklären die Wissenschaft und geben Tipps für das Leben in der Krise – jeden Donnerstag.

Abonnieren

Mit meiner Anmeldung zum Newsletter stimme ich der Werbevereinbarung zu.

Mehr zum Thema

 

Lauterbach: Corona-Warn-App sollte Positivbefunde automatisch weitergeben

Künstliche Intelligenz erkennt Covid-19-Infizierte

Subirana ist überzeugt: „Die effektive Anwendung unseres Diagnosetools könnte die Ausbreitung der Pandemie verringern, wenn es jeder nutzt, bevor er ein Klassenzimmer, seinen Arbeitsplatz oder ein Restaurant betritt.“ Das Team arbeitet nun mit dem japanischen Unternehmen Takeda Pharmaceutical und Krankenhäusern auf der ganzen Welt zusammen, um ihre Entwicklung in eine kostenlose und benutzerfreundliche App umzuwandeln.

So wäre es denkbar, dass der Nutzer jeden Morgen routinemäßig in sein Smartphone hustet, um die Wahrscheinlichkeit für eine Corona-Infektion zu erfahren. Ein positiver App-Bescheid müsste jedoch durch einen Corona-Test verifiziert werden, empfehlen die Forscher. Das KI-Modell, betont Subirana, sei jedoch nicht dazu gedacht, symptomatische Erkrankungen zu diagnostizieren. Seine Stärke liege in der Fähigkeit, asymptomatischen Husten von gesundem Husten zu unterscheiden.

Mehr zum Thema

 

Corona-Warn-App: Mit Update beginnt EU-weiter Datenaustausch

 

Drosten: PCR-Corona-Tests sind „zweifelsfrei“

Ähnlichkeit mit Alzheimer-Erkrankung

Für die MIT-Wissenschaftler ist es nicht die erste Projekt dieser Art. Sie haben bereits vor der Pandemie Algorithmen auf die Erkennung von Krankheiten programmiert. Zuvor forschten sie an Möglichkeiten, Erkrankungen wie eine Lungenentzündung, Asthma oder Alzheimer mittels künstlicher Intelligenz zu bestimmen, die sich auch in Veränderungen beim Husten bemerkbar machen. Vier Biomarker zeigen diese Veränderungen an: Stimmbandstärke, Stimmung, Lungen- und Atemleistung sowie Muskelabbau.

Ihre bisherigen Erkenntnisse konnten die Forscher nun für das Covid-19-Diagnose-Tool nutzen. Denn auch bei einer Corona-Infektion ändert sich sie Art und Weise, wie wir Geräusche produzieren, nehmen die MIT-Wissenschaftler an. „Also dachten wir uns, warum testen wir nicht, ob diese Alzheimer-Biomarker auch relevant sind für Covid-19“, so Studienleiter Subirana. Dabei stellten sie „eine bemerkenswerte Ähnlichkeit zwischen einer Alzheimer- und Covid-19-Erkrankung″ fest.

Seiner Einschätzung nach „könnten Pandemien der Vergangenheit angehören, wenn solche Vorscreeningtools immer im Hintergrund aktiviert sind und ständig verbessert werden“. Das Ziel der Forscher ist es, das Covid-Diagnose-Tool zu trainieren und die Genauigkeit der Diagnosen zu verbessern. Um einen noch größeren Satz von Hustenaufnahmen zu sammeln, arbeiten die Forscher nun mit mehreren Krankenhäusern auf der ganzen Welt zusammen.