Vor etwa einem halben Jahr stellte ein US-amerikanischer Forscher ein Gerät vor, welches in Verbindung mit einem iPhone oder Android-Smartphone eine Infektion mit SARS-CoV-2 erkennen sollte - durch Anhusten oder Niesen. Seither ist es um diesen speziellen Sensor allerdings ruhig geworden. Auf den Markt kam das Gadget bislang jedenfalls entgegen den seinerzeitigen Ankündigungen nicht. Ein Team von Wissenschaftlern hat jetzt ein ähnliches Verfahren entwickelt, das ganz ohne zusätzliche Hardware auskommt und lediglich eine spezielle App erfordert.


Hustengeräusche von mehr als 5.300 Probanden
Die Forscher Jordi Laguarta, Ferran Hueto und Brian Subirana, die am Massachusetts Institute of Technology (MIT) tätig sind, analysierten mithilfe Maschinellen Lernens die Hustengeräusche von mehr als 5.300 Probanden. Auf einer eigens eingerichteten Webseite sammelten sie über 70.000 Aufnahmen, und zwar sowohl von an COVID-19 erkrankten Personen als auch von Gesunden. Die infizierten Teilnehmer machten darüber hinaus genaue Angaben zu den bei ihnen aufgetretenen Symptomen oder zu einem asymptomatischen Verlauf. Etwa die Hälfte der Aufnahmen stammte von Personen, die positiv auf SARS-CoV-2 getestet worden waren.

98,5 Prozent der symptomatischen Infektionen erkannt
Mit den von ihnen gesammelten Aufnahmen, unter denen sich überwiegend absichtlich erzeugte Hustengeräusche befanden, trainierten die MIT-Wissenschaftler ein KI-Framework. Dieses basierte auf einem erprobten Verfahren, welches in der Alzheimer-Forschung zum Einsatz kommt. Nach dem Abschluss des Trainings war die Künstliche Intelligenz nach Angaben der Forscher in der Lage, 98,5 Prozent aller symptomatischen Infektionen zu erkennen. Asymptomatische Teilnehmer wurden sogar zu 100 Prozent identifiziert.

Forscher entwickeln eine Smartphone-App
Laguarta, Hueto und Subirana wollen jetzt eine App erstellen, die auf dem von ihnen entwickelten KI-Modell basiert. Die Anwendung soll Besitzern von iPhones und Android-Smartphones kostenlos zur Verfügung stehen und so einfache regelmäßige Selbsttests ermöglichen. Die Forscher gehen zudem davon aus, dass ihre Analysefunktion auch in smarte Lautsprecher wie Apples HomePod oder Sprachassistenten wie Siri oder Alexa integriert werden kann. Darüber hinaus arbeiten sie weiter an der Verbesserung ihres KI-Verfahrens, unter anderem in Zusammenarbeit mit einer Reihe von US-amerikanischen Krankenhäusern. Die bisherigen Ergebnisse ihrer Arbeit veröffentlichten die Wissenschaftler im IEEE Open Journal of Engineering in Medicine and Biology.