27 Desember 2022 — Kecerdasan buatan telah mencapai tonggak sejarah lainnya: Membedakan suara buang air besar yang tidak sehat.
Rancangan untuk “Detektor Diare” yang dapat mengingatkan pejabat kesehatan akan wabah penyakit seperti kolera baru-baru ini dipresentasikan oleh para insinyur dari Georgia Tech Research Institute. Suatu hari nanti, AI bahkan dapat digunakan dengan perangkat pintar di rumah untuk memantau kesehatan usus seseorang.
Sebuah prototipe secara akurat mengidentifikasi diare 98% dari waktu dalam pengujian, kata para insinyur pada konferensi Acoustical Society of America di Nashville. Bahkan dengan kebisingan latar belakang, itu 96% benar.
Kolera menginfeksi jutaan orang setiap tahun, membunuh hingga 143.000 orang yang mengalami dehidrasi akibat diare parah, menurut Organisasi Kesehatan Dunia. Banyak kematian dapat dihindari dengan larutan rehidrasi oral jika wabah terlihat cukup cepat. Kolera bisa mematikan dalam waktu 24 jam setelah gejala mulai.
Perangkat tersebut dapat dipasang di toilet umum di mana pipa ledeng yang tidak memadai meningkatkan risiko wabah kolera.
“Kolera biasanya memiliki suara yang lebih encer – ini bisa terdengar seperti buang air kecil dan umumnya tidak memiliki banyak perut kembung,” kata co-lead proyek Maia Gatlin, seorang insinyur kedirgantaraan dan kandidat PhD di Institut Penelitian Teknologi Georgia. “Bahwa seseorang mengalami diare parah, dan mereka mengalami banyak diare – itu bisa ditangkap.”
Ide tersebut muncul dari percakapan tentang bagaimana COVID-19 dapat dipantau dengan menganalisis limbah, kata rekan pemimpin proyek Alexis Noel, PhD, seorang peneliti teknik biomekanik di institut tersebut.
Peneliti lain telah mempertimbangkan analisis video untuk mencari diare.
“Saya ingin tahu apakah kita dapat mendeteksi diare menggunakan suara,” kata Noel, “karena beberapa orang agak khawatir jika kamera diarahkan ke pantat mereka di toilet.”
Pertama, para peneliti mengumpulkan 350 sampel audio suara kamar mandi yang tersedia untuk umum dari YouTube dan Soundsnap. Beberapa klip memiliki suara diare hingga 10 jam.
Para peneliti mendengarkan sampel untuk memastikan keasliannya.
“Kami tidak mengenal orang-orang ini, kami tidak tahu bagaimana mereka merekam, jadi kami harus mendengarkan dengan baik,” kata Gatlin. “Pasti ada banyak suara kentut di mana kami seperti, ‘Itu bukan kentut, itu seseorang yang meniup sikunya.’”
Suara buang air besar, buang air kecil, perut kembung, dan diare diubah menjadi gambar spektogram. Sebuah komputer menganalisis gambar-gambar tersebut selama sekitar 10 jam menggunakan “jaringan saraf convolutional.” Perangkat lunak, dengan menggunakan coba-coba, mengajarkan dirinya sendiri bagaimana mengidentifikasi kesamaan halus antara spektogram diare dan perbedaannya dari suara toilet lainnya.
Misalnya, buang air kecil memiliki nada yang konsisten dan buang air besar mungkin memiliki nada tunggal. Suara diare lebih acak.
Setelah proses pembelajaran AI selesai, para peneliti memuat algoritma decoding diare ke Raspberry Pi, sebuah komputer kira-kira seukuran kartu kredit yang harganya kurang dari $50. Mahasiswa Georgia Tech Cade Tyler 3D mencetak casing untuk motherboard dengan koneksi mikrofon, serangkaian lampu (hijau untuk memperoleh sinyal, merah untuk diare, dan oranye untuk “lainnya”), dan tulisan “Detektor Diare” tertulis di permukaan.
Komputer mengambil rekaman audio 10 detik, yang diubah menjadi spektogram dan diumpankan ke algoritme. Seluruh proses hanya membutuhkan beberapa detik.
Iterasi perangkat berikutnya akan mengirimkan laporan melalui Wi-Fi atau sinyal komunikasi nirkabel lainnya ke database, sehingga pejabat kesehatan masyarakat dapat memantau wabah penyakit.
“Kami tidak mengumpulkan apa pun yang dapat diidentifikasi tentang orang,” kata Gatlin.
Para peneliti belum menentukan berapa banyak dari perangkat ini yang dibutuhkan untuk mencakup komunitas, atau di mana penempatan yang ideal.
Algoritme masih perlu disempurnakan menggunakan data audio yang lebih baik yang dikumpulkan dalam kondisi terkontrol, dari orang-orang yang telah memberikan persetujuan, kata Gatlin. Gatlin juga berharap dapat melatih AI untuk bekerja di jamban luar ruangan, yang biasa terjadi di daerah tanpa sistem pembuangan limbah yang berfungsi.