Студент 3 курса Университета ИТМО, Владимир Шилоносов, учащийся по направлению «Нейротехнологии и программная инженерия», разрабатывает новую систему предсказания COVID-19 на основе анализа звуковых данных. Он также является сотрудником Исследовательского центра в сфере искусственного интеллекта «Сильный искусственный интеллект в промышленности» в Университете ИТМО. В институте Владимир работает над проектом, направленным на предсказание инфаркта по сигналу ЭКГ с использованием методов машинного обучения.
- «Идея проекта системы распознавания COVID по голосу заключается в применении методов классического машинного обучения и выборе лучшего. Я попробовал использовать несколько подходов классического ML, такие как KNeighbors, LogisticRegression, RandomForest, а также DecisionTree, который и дал наилучшую точность. Подход заключается в том, что я брал dataset с аудиоданными и вычленял оттуда признаки. Потом использовал только наиболее значимые и некоррелирующие из них. Затем модель обучалась на этих признаках», — говорит Владимир Шилоносов, студент Университета ИТМО.
На основе анализа данных Владимир определил важные признаки для своего проекта, которые описывают аспекты звуковых колебаний, включая высоту звука, уровень громкости, наклон и спектральные характеристики. Используя их, модель обучается предсказывать вероятность наличия COVID-19 у человека на основе звукового сигнала.
В настоящее время тестирование системы проводится на основе тренировочных и тестовых данных. Однако в планах Владимира проведение дополнительных исследований и тестирование на реальных людях совместно с медицинскими учреждениями.
Разработка и внедрение такой системы имеет важную роль в области раннего обнаружения COVID-19. Это позволит предоставить людям доступ к быстрой и удобной проверке своего здоровья и принять соответствующие меры для защиты себя и окружающих.