Corona am Husten erkennen
07:26 Minuten
Von Carina Schroeder · 26.11.2020
Eine App, die anhand von Husten erkennt, ob jemand an Covid-19 erkrankt ist. Das Massachusetts Institute of Technology hat ein Verfahren dazu entwickelt - mit ersten Testergebnissen. Ist das ein vielversprechendes Diagnose-Tool?
Unsere Ohren können nicht erkennen, ob jemand an Covid-19 erkrankt ist oder nicht, erklärt eine Sprecherin im Beitrag des Massachusetts Institute of Technology.
Doch ein Algorithmus kann das, angeblich. Dazu muss die Person nur forciert in ein Mikrofon husten und – auch, wenn sie keine Symptome zeigt – erkennt das Tool, ob sie Covid-19-positiv ist oder nicht. Für die Studie sollen mehr als 70.000 Menschen ihre Stimme und/oder ihr Husten online gespendet haben.
"Der Vorteil, den die Kolleginnen und Kollegen aus den USA hier gewählt haben, ist eben das Crowdsourcing", sagt Björn Schuller.
"Das heißt, dass man hier letzten Endes eine Webpage hat, wo man relativ unkompliziert und schnell seine Daten ja hochlädt, indem man ein paar Mal hustet und ein paar Mal geklickt, sage ich jetzt mal so. Der Riesennachteil ist eben diese Validität der Daten."
Denn wenn jemand bei den medizinischen Daten falsche Angaben gemacht hat - etwa Corona-positiv angegeben hat, obwohl er oder sie es nicht ist oder mehrere Aufnahmen auf die Seite des MIT hochgeladen hat, dann bleibt das unentdeckt, erklärt Björn Schuller weiter.
Er ist Experte für Sprach- und Emotionserkennung, forscht unter anderem an der Universität Augsburg. Zwar glaubt auch Björn Schuller, dass man Covid-19-Patienten mit Symptomen erkennen kann - anhand von Sprachaufnahmen. Angaben zur Zuverlässigkeit solcher Befunde zu machen, fällt ihm allerdings schwer.
Ergebnisse klar über Zufallsniveau
"Was ich sagen kann, ist, dass wir klar über Zufallsniveau liegen. Und wir liegen natürlich auch klar unter 100-Prozent. Wir lehnen uns also weniger weit aus dem Fenster sozusagen, als die Kolleginnen und Kollegin am MIT dies mit dem Husten tun, mit dem forcierten."
Björn Schullers jüngst fertiggestellte Studie befindet sich noch in der Peer Review. Seine Forschung basiert größtenteils auf Sprachaufnahmen aus Krankenhäusern und ist viel kleiner als die der MIT-Kollegen. Deshalb sammelt er weiter Stimmproben.
Um Covid-19 an der Sprache zu erkennen, haben Schuller und sein Team mit den Aufnahmen ein neuronales Netz trainiert. Der Nachteil: Der Algorithmus entscheidet, anhand welcher Merkmale eine Infektion erkannt wird – den Forschern bleibt das größtenteils verborgen.
"Diese Art von Tools zu benutzen, für eine Krankheit über die wir so gut wie nichts wissen, das kann in einer Katastrophe enden, um ehrlich zu sein."
Max Little, Computerwissenschaftler von der University of Birmingham, hat bereits 2009 Erfahrungen bei der Erkennung von Krankheiten über die Stimme gemacht. Damals erforschten er und seine Kollegen Stimmmerkmale von Parkinson-Patienten.
"In der Sprachproduktion zeigt sich Hypophonie. Die Stimme wird gehaucht und schwächer. Das hängt häufig mit einer schlechten Koordination der Stimmlippen zusammen."
Experte rät zu Geduld
Obwohl diese Ergebnisse über die Sprachveränderungen neben weiteren längst gesichert sind und obwohl an der Parkinson-Krankheit schon seit dem 19. Jahrhundert geforscht wird und inzwischen viel darüber bekannt ist, würde Max Little sein Sprachanalysetool nicht für eine Diagnose nutzen wollen, selbst jetzt sei ihm das noch zu unzuverlässig.
In Bezug auf die MIT-Studie und Björn Schullers Ansatz rät er daher zur Geduld. Die Forschung zu Covid-19 ist ja noch nicht einmal ein Jahr alt. Trotz Kritik an der Methode: Auch Rita Singh von der Carnegie Mellon University in Pittsburgh forscht an der Erkennung von Covid-19 über die Sprache.
"Wir haben Ende März ein System für den Gebrauch veröffentlicht. Es war eine Webseite auf der du eine Sprachaufnahme hochladen konntest und dafür eeinen Wahrscheinlichkeitswert zwischen Null bis Zehn für eine Covid-Diagnose bekommen hast."
Erstellt wurde dieses Vorhersage-Tool auf Basis von Hypothesen über die möglichen Veränderungen im Sprachapparat von Covid-19-Erkrankten, also Menschen mit Symptomen. Denn das Virus greift Zellen an, zerstört diese und vermehrt sich so im Körper weiter, erklärt Singh.
In der Lunge kann es die Lungenbläschen zerstören. Dort wird der Sauerstoff in den Körper abgegeben und Kohlendioxid ausgestoßen. Vereinfacht gesagt: Je weniger Lungenbläschen, desto weniger Luft fließt durch den Körper.
"Die Auswirkungen von Covid auf den Atem, die Lungenkapazität und all diese Dinge stört die Bewegung der Stimmlippen. Dieses Zusammenspiel ist entscheidend für die Stimmproduktion."
Und: Anstelle der Bläschen tritt Wasser. Auch das hören die Experten in der Stimme.
Leute lesen nicht das Kleingedruckte
Mit ihrer Webseite aus dem März wollte die Forscherin genügend Daten sammeln, um diese Hypothesen zu untersuchen. Am ersten Tag gingen mehr als 20.000 Sprachaufnahmen ein.
"Doch dann haben wir gemerkt, dass die Leute das Kleingedruckte nicht lesen. Viele haben gedacht, es sei ein perfektes System, dass ihnen Auskunft geben kann über ihren Covid-Status und sie haben das System zu ernst genommen."
Sofort haben Rita Singh und ihr Team das System offline gestellt. Seitdem hat sie zusammen mit Partnern auf der ganzen Welt weiter Stimmproben gesammelt und arbeitet an einem Algorithmus, der ihre Hypothesen zur Stimmveränderung bei Covid-19-Erkrankten weiter untermauert.
Ein neues Tool wird sie aber vorerst nicht veröffentlichen, noch sei ihre Forschung nicht perfekt genug. Ein Problem, auf das auch Computerwissenschaftler Max Little von der von der University of Birmingham hinweist: All diese Forschung sei momentan hauptsächlich datengetrieben, mit medizinischer, kontrollierter Forschung, habe das wenig zu tun.
"Wir verstehen noch gar nicht, welche biologischen Veränderungen Covid-19 auslöst, die sich von anderen Krankheiten, viralen Infekten unterscheiden, die die Atmung beeinflussen."
Das gestehen auch Rita Singh und Björn Schuller ein. Bislang gibt es noch zu wenige Daten und Informationen darüber, ob Covid-19 einen einzigartigen Effekt auf Atmung und Stimme hat. Bis die Fehlerquote der Systeme aber nicht bei nahezu Null liegt, übersteigt das Risiko ihrer Anwendung noch deutlich ihren Nutzen.
