Система анализирует звуковые данные, например, уровень громкости или диапазон высоты звука, для обнаружения COVID-19 с точностью 91,7%. Шилоносов 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»,
рассказал LIVE24 Владимир Шилоносов.
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.
Владимир продолжает работать над развитием своего проекта и стремится сделать его доступным для общества. В рамках практического применения разработанной технологии Владимир планирует запустить Telegram-бота, который будет хоститься на виртуальных серверах облачного провайдера Serverspace. Пользователи смогут отправлять голосовые аудиофайлы боту и получать предсказания в формате 0 или 1, где 0 означает, что человек здоров, а 1 – указывает на возможное заболевание COVID-19.
