Dispositivo AI misura i colpi di tosse e prevede i trend epidemici

FluSense
I componenti di FluSense. Da notare a destra il Neural Compute Stick di Movidius (Intel).

Pochi oggi dubitano di quanto sia importante monitorare l’insorgenza e la propagazione delle epidemie, ma già prima della pandemia da Covid-19 alcuni studenti della University of Massachusetts avevano iniziato a sviluppare FluSense, un apparato che partendo dai colpi di tosse nei luoghi pubblici riesce a calcolare con efficacia i trend influenzali.

Il macchinario è composto da un microfono e da una videocamera termica collegati a un Raspberry Pi e a un Neural Compute Stick di Intel Movidius (una Vision Processing Unit che consente elaborazioni di inferenza direttamente sul dispositivo). Grazie a un modello di machine learning addestrato a riconoscere i colpi di tosse, il dispositivo installato dentro a una stanza (ad esempio una sala d’attesa) riesce a individuare i colpi di tosse e a contare il numero di persone presenti nel luogo chiuso (senza identificarle).

Con pochi e semplici dati come i colpi di tosse e l’affollamento dei luoghi l’algoritmo è stato in grado di prevedere con un’elevata accuratezza (l’indice di correlazione di Pearson è dello 0,95) il numero di malati da sindromi influenzali o para-influenzali in una data zona. I test condotti l’anno scorso per un periodo di sette mesi hanno coinvolto quattro ambulatori, raccogliendo oltre 350.000 immagini termiche e 21 milioni di elementi audio.

La speranza ovviamente è quella di usare apparati del genere in luoghi pubblici per ottenere efficaci analisi predittive sulla comparsa e la diffusione delle epidemie influenzali, informazioni che andrebbero a confluire nei database del sistema sanitario. Come stiamo imparando in questi giorni, avere una santià preparata ad affrontare le emergenze può fare la differenza.

Lo studio è disponibile qui, anche se per leggerlo è necessaria l’iscrizione alla pubblicazione scientifica. In alternativa c’è un articolo su Neuroscience News che lo descrive bene: Portable AI device turns coughing sounds into health data for flu and pandemic forecasting

Sono Head of Artificial Intelligence di SNGLR Holding AG, un gruppo svizzero specializzato in tecnologie esponenziali con sedi in Europa, USA e UAE, dove curo i programmi inerenti all'intelligenza artificiale. Dopo la laurea in Management ho conseguito una specializzazione in Business Analytics a Wharton, una certificazione Artificial Intelligence Professional da IBM e una sul machine learning da Google Cloud. Ho trascorso la maggior parte della carriera – trent'anni - nel settore della cybersecurity, dove fra le altre cose sono stato consigliere del Ministro delle Comunicazioni e consulente di Telespazio (gruppo Leonardo). Oggi mi occupo prevalentemente di intelligenza artificiale, con consulenze sull'AI presso aziende private e per la Commissione Europea, dove collaboro con la European Defence Agency e il Joint Research Centre. Questo blog è personale.