’n Nuwe toepassing wat ontwikkel is met behulp van navorsing van Princeton Universiteit kan binne minute voorspel of iemand met COVID-19 besmet is op grond van slimhorlosiedata.
Die nuwe generasie diagnostiese gereedskap is gebaseer op navorsing wat gedoen is deur Neeraj Jha, professor in elektriese en rekenaaringenieurswese aan die Princeton Universiteit. Sy span ontwikkel kunsmatige intelligensie (KI) tegnologie om COVID-19 op te spoor en chroniese siektes, insluitend depressie, bipolêre versteuring, skisofrenie, diabetes en sekelselanemie te diagnoseer en te monitor.
Die sagteware integreer die lesings van die slimhorlosie se sensors – dit teken hartklop, veltemperatuur, galvaniese velreaksie, bloeddruk en suurstofversadigingsvlakke aan. Die gebruiker word ook gevra om 'n vraelys oor simptome van COVID-19 in te vul.
“Die hipotese was dat die siekte unieke fisiologiese seine het wat van ons liggaam af kom. Hierdie hipotese blyk korrek te wees, ten minste vir die paar siektes wat ons oorweeg het. So my idee was om te kyk of ons COVID-19 op hierdie manier kan diagnoseer.” – Neeraj Jha, professor in elektriese en rekenaaringenieurswese aan die Princeton-universiteit
Die navorsers het data van 87 mense ingesamel, van wie 30 negatief getoets het vir COVID-19 met behulp van PCR. Nog 30 het positief getoets en simptome gehad, terwyl 27 positief getoets het, maar asimptomaties was.
Die skrywers het 60 minute se lesings van vrywilligers van slimhorlosiesensors aangeteken oor hartklop, veltemperatuur en galvaniese velreaksie - dit is 'n aanduiding van die aktiwiteit van sweetkliere. Die dokters het ook bloeddruk en suurstofversadiging afsonderlik gemeet. Daarna het die vrywilligers 'n vraelys gekry waarin dit nodig was om aan te dui of die deelnemer kortasem, hoes, koors of ander kenmerkende simptome het.
Gevolglik het die span 'n model opgelei wat 98.1% akkuraat was vir COVID-19. Die navorsers het die metode se doeltreffendheid verder bekragtig in 'n groter veldproef in Frankryk, die Verenigde State en Algerië.
