QS Edizioni - venerdì 22 novembre 2024
Scienza e Farmaci
Covid, la voce come bio-marcatore della malattia
8 febbraio - Uno studio italiano ha raccolto i dati per evidenziare eventuali variazioni rilevabili nella voce di pazienti Covid-19 utilizzando sistemi di Intelligenza Artificiale. Lo studio, pubblicato su Journal of Voice, ha consentito di distinguere in maniera molto accurata tra pazienti positivi a COVID-19, guariti da COVID-19 e individui sani. LO STUDIO
La voce può essere un bio-marcatore di infezione da Covid. Lo suggerisce uno studio italiano pubblicato su Journal of Voice, che ha coinvolto l’Università e il Policlinico San Matteo, l’Unversità Tor Vergata di Roma e l’Ospedale dei Castelli della ASL Roma 6. “Fin dall’inizio della pandemia, ad Aprile 2020, la Medicina Covid dell’Ospedale dei Castelli in collaborazione con il Dipartimento di Ingegneria di Tor Vergata, ha iniziato a raccogliere dati per evidenziare eventuali variazioni rilevabili nella voce di pazienti COVID-19 utilizzando sistemi di Intelligenza Artificiale applicata alle rilevazioni vocali effettuate su pazienti positivi ricoverati presso i Reparti di Medicina Covid. In questo modo l’analisi della voce può diventare un metodo semplice, non invasivo ed efficace per effettuare lo screening della popolazione”, spiega in una nota la Asl Roma 6.
Lo studio a cui la Medicina Covid dell’Ospedale dei Castelli ha partecipato, ha analizzato tre diverse sottopopolazioni reclutate consecutivamente: pazienti COVID-19 positivi, pazienti guariti da COVID-19 e individui sani ai controlli.
Tutti i partecipanti allo studio hanno effettuato tre prove per compiti vocali multipli: fonazione vocale sostenuta, discorso, tosse, prove realizzate grazie all’impegno di medici e infermieri dei Reparti Covid che hanno aiutato i pazienti, soprattutto quelli più anziani, ad utilizzare una semplice App scaricata sul proprio cellulare. La risposta viene elaborata in pochi minuti con una precisione, una specificità e una sensibilità di oltre 90%.
La valutazione vocale basata sull'apprendimento automatico (MLVA) utilizzata in questo studio, ha consentito di distinguere in maniera molto accurata tra pazienti positivi a COVID-19, guariti da COVID-19 e individui sani. Ulteriori studi dovrebbero testare MLVA tra popolazioni più grandi e asintomatiche di pazienti positivi al COVID-19 per convalidare questa nuova tecnologia di screening e testarne la potenziale applicazione come strategia di sorveglianza potenzialmente più efficace per il COVID-19.
Lo studio a cui la Medicina Covid dell’Ospedale dei Castelli ha partecipato, ha analizzato tre diverse sottopopolazioni reclutate consecutivamente: pazienti COVID-19 positivi, pazienti guariti da COVID-19 e individui sani ai controlli.
Tutti i partecipanti allo studio hanno effettuato tre prove per compiti vocali multipli: fonazione vocale sostenuta, discorso, tosse, prove realizzate grazie all’impegno di medici e infermieri dei Reparti Covid che hanno aiutato i pazienti, soprattutto quelli più anziani, ad utilizzare una semplice App scaricata sul proprio cellulare. La risposta viene elaborata in pochi minuti con una precisione, una specificità e una sensibilità di oltre 90%.
La valutazione vocale basata sull'apprendimento automatico (MLVA) utilizzata in questo studio, ha consentito di distinguere in maniera molto accurata tra pazienti positivi a COVID-19, guariti da COVID-19 e individui sani. Ulteriori studi dovrebbero testare MLVA tra popolazioni più grandi e asintomatiche di pazienti positivi al COVID-19 per convalidare questa nuova tecnologia di screening e testarne la potenziale applicazione come strategia di sorveglianza potenzialmente più efficace per il COVID-19.
8 febbraio 2022
© QS Edizioni - Riproduzione riservata