Foto: panthermedia.net/imagepointfr
Die aktuelle Covid-19-Pandemie zeigt, wie wichtig es ist, Auffälligkeiten im Erkrankungsgeschehen frühzeitig zu erkennen – noch bevor sich die Fälle im Krankenhaus oder in Arztpraxen häufen. Temperaturmessungen, wie man sie noch von der SARS-Pandemie 2002/2003 kennt, eignen sich nicht. Denn viele Patienten, die sich mit neuartigen Coronaviren (SARS-CoV-2) infiziert haben, zeigen keine erhöhte Körpertemperatur. Auch in Grippezeiten ist Fieber ein schlechter Indikator, weil sich die Körpertemperatur zeitlich verzögert erhöht.
Ingenieure der amerikanischen University of Massachusetts Amherst verfolgen eine andere Strategie. Sie haben FluSense entwickelt, ein tragbares Gerät, das Hustengeräusche erfasst und auf Basis von maschinellem Lernen beziehungsweise künstlicher Intelligenz (KI) auswertet. Die Daten dienen zur Vorhersage möglicher Pandemien.
Aufbau der FluSense-Plattform
Die FluSense-Plattform arbeitet mit einem kostengünstigen Mikrofonarray und mit Wärmebilddaten. Alle Informationen gehen an einen Raspberry Pi. Dieser Einplatinencomputer ist einfach aufgebaut und lässt sich leicht programmieren. Er hat nur die Größe einer Kreditkarte. Ein kompakter, neuronaler Computer interpretiert anschließend die Signale. Er speichert jedoch keine personenbezogenen Daten wie Mitschnitte oder Bilder. Das Gerät sieht schematisch so aus:
Tauhidur Rahman von der University of Massachusetts Amherst konzipiert schon länger Sensoren zur Beobachtung der menschlichen Gesundheit und des menschlichen Verhaltens. Für das aktuelle Projekt entwickelte seine Arbeitsgruppe anhand klinischer Daten ein laborgestütztes Hustenmodell. Nicht jeder Husten deutet auf Infektionen der Atemwege hin.
Anschließend trainierten sie ihr KI-Tool, um Aufnahmen der Wärmebild-Kamera zu bearbeiten, sprich Köpfe mit einem Begrenzungsrechteck (Bounding Box) zu markieren. Hier ist anzumerken: Die Analyse basiert auf normalen Körpertemperaturen, nicht auf Fieber. Das ermöglicht es, akustische Signale in Bezug auf eine Person zu erfassen – ohne störende Hintergrundgeräusche. Der KI-Algorithmus analysiert dann verräterischen Husten und bringt ihn mit Infektionen der Atemwege in Zusammenhang. Harmloses Husten, etwa, wenn man sich verschluckt hat, bleibt außen vor.
Erste Tests in Wartezimmern eines Krankenhauses
Um ihr Gerät in der realen Welt zu erproben, arbeiteten die FluSense-Entwickler zusammen mit Dr. George Corey, dem Direktor des universitären Gesundheitsdienstes, mit Nicholas Reich, dem Direktor des CDC-Exzellenzzentrums für Grippevorhersage an der University of Massachusetts, und mit Andrew Lover, einem Experten für Infektionserkrankungen an der School of Public Health and Health Sciences.
Sie platzierten FluSense-Geräte, die in einem rechteckigen Kasten von der Größe eines großen Wörterbuchs untergebracht waren, in vier Wartezimmern eines Krankenhauses der University of Massachusetts. Von Dezember 2018 bis Juli 2019 sammelte und analysierte die FluSense-Plattform mehr als 350.000 Wärmebilder und 21 Millionen akustische Daten. Damals waren neuartige Coronaviren noch kein Thema.
Die Forscher stellten fest, dass FluSense in der Lage war, die Rate an Patienten mit Infektionen der Atemwege genau vorherzusagen. Ergebnisse korrelierten stark mit laborgestützten Tests auf grippeähnliche Erkrankungen und auf Influenza im Krankenhaus. Wie sie schreiben, könne FluSense „wertvolle zusätzliche und ergänzende Informationen zu den derzeitigen Bemühungen um eine Grippevorhersage liefern“.
„Wir haben die erste Bestätigung, dass Husten tatsächlich mit grippebedingten Erkrankungen zusammenhängt“, konstatieren die Autoren in ihrer Fachpublikation. „Jetzt wollen wir es über dieses spezielle Krankenhausumfeld hinaus validieren und zeigen, dass wir über die Standorte hinweg verallgemeinern können.“ FluSense soll beispielsweise in öffentlichen Bereichen wie Bahnhöfen, Flughäfen oder großen Plätzen getestet werden.
Infektionswellen früher erkennen und rascher handeln
Forsad Al Hossain, ein Mitarbeiter der Forschergruppe, sieht in FluSense „ein Beispiel für die Leistungsfähigkeit der Kombination von künstlicher Intelligenz mit Edge-Computing“. Beim Edge-Computing werden Daten – zumindest in Teilen – lokal und nicht in einer Cloud verarbeitet. „Diese Systeme werden immer preisgünstiger und leistungsfähiger“, ergänzt der Experte.
Genau hier liegt eine große Chance für Gesundheitssysteme. „Dadurch können wir Grippetrends möglicherweise viel früher und genauer vorhersagen“, hofft Rahman. Gesundheitsbehörden bliebe mehr Zeit, Impfkampagnen zu starten oder – wie im Falle von Covid-19 – Reisebeschränkungen zu erlassen oder gar Quarantänemaßnahmen zu verhängen. Die nächste Grippewelle kommt bestimmt.
Mehr zum Thema Infektion und Pandemie:
- Corona-Liveblog – Ärztekammer gegen Ausgangssperre in Deutschland: „Hält unsere Gesellschaft nicht durch“
- Corona: Auf manchen Oberflächen bleibt das Virus lange ansteckend
- Coronavirus: 3D-Druck soll gegen Ausbreitung helfen
Ein Beitrag von:
