[論文レビュー] A Real-time Robot-based Auxiliary System for Risk Evaluation of COVID-19 Infection

Wenqi Wei, Jianzong Wang+3 more|arXiv (Cornell University)|Aug 18, 2020

Respiratory viral infections research参考文献 23被引用数 7

ひとこと要約

本論文は、音声認識、体温測定、および注釈付き類似度を用いた新規の畳み込みニューラルネットワーク（CNN）ベースの咳検出・分類モデルを統合した、COVID-19リスク評価のためのリアルタイムでロボットベースの補助システムを提案する。このシステムは、咳検出において98.8％の真正陽性率を達成し、COVID-19の咳を分類する際には76％のTop-1正答率を示しており、公共の場において接触を伴わない自動スクリーニングを可能にしている。

ABSTRACT

In this paper, we propose a real-time robot-based auxiliary system for risk evaluation of COVID-19 infection. It combines real-time speech recognition, temperature measurement, keyword detection, cough detection and other functions in order to convert live audio into actionable structured data to achieve the COVID-19 infection risk assessment function. In order to better evaluate the COVID-19 infection, we propose an end-to-end method for cough detection and classification for our proposed system. It is based on real conversation data from human-robot, which processes speech signals to detect cough and classifies it if detected. The structure of our model are maintained concise to be implemented for real-time applications. And we further embed this entire auxiliary diagnostic system in the robot and it is placed in the communities, hospitals and supermarkets to support COVID-19 testing. The system can be further leveraged within a business rules engine, thus serving as a foundation for real-time supervision and assistance applications. Our model utilizes a pretrained, robust training environment that allows for efficient creation and customization of customer-specific health states.

研究の動機と目的

• 公共の場において接触を伴わないリアルタイムのロボットベースのシステムを構築し、自動的にCOVID-19リスクをスクリーニングすること。
• 従来の体温スクリーニングの限界を克服し、特に咳のような症状を音声ベースで検出することで、早期のリスク同定を実現すること。
• 変動する長さの咳を扱えるよう設計された、限られたデータでも過学習を抑える強固なエンドツーエンドの咳検出・分類モデルの設計。
• 電子的医療記録および疫学的マップ統合による公衆衛生監視と資源配分支援。
• 自動的かつリアルタイムの症状評価により、遠隔トリアージを支援し、医療体制への負担を軽減すること。

提案手法

• 短い低振幅の咳を捉えるために、マルチスケールの時間的受容野を持つCNNベースの咳検出ネットワーク。
• テスト時の咳と既知の疾患クラスの平均埋め込みとの類似度を計算することで、少数の学習データでも分類が可能な、注釈付き類似度に基づく分類器。
• 人間-ロボット対話フレームワーク内に、リアルタイムの音声処理、赤外線体温測定、キーワード検出を統合。
• 一般化を向上させ、過学習を低減するために、大規模な咳データセットで事前学習されたモデルの活用。
• 病院、地域社会、スーパーマーケットなどでのリアルタイム動作を想定し、移動型ロボットにエンドツーエンドでシステムをデプロイ。
• 対話内容、咳イベント、体温の記録を電子的医療記録にログとして保存し、データ保管および分析を可能に。

実験結果

リサーチクエスチョン

• RQ1 音声信号を用いたリアルタイムの人間-ロボット対話において、ロボットベースのシステムが効果的に咳イベントを検出できるか？
• RQ2 限られた学習データで、注釈付き類似度に基づくディープラーニングモデルが、COVID-19を含むさまざまな疾患カテゴリに分類して正確に咳を識別できるか？
• RQ3 提案された咳検出・分類システムは、従来の手法と比較して感度、特異度、および偽陽性率の面で優れているか？
• RQ4 このシステムは、感染拡大を防ぎ、医療リソースへの負担を軽減するため、公共の場においてリアルタイムで接触を伴わないリスク評価を可能にできるか？
• RQ5 このシステムは、隔離や検査の早期実施を可能にする高リスク者をどれだけ効果的に特定できるか？

主な発見

• 提案された咳検出モデルは、真正陽性率98.8％、偽陽性率2.34％を達成し、SVM、GMM、ANNのベースラインを上回った。
• 注釈付き類似度に基づく分類器は、マルチクラスの咳分類で79％のTop-1正答率、COVID-19分類では76％のTop-1正答率を達成した。
• COVID-19の咳を分類する際、98.7％の感度と94.7％の特異度を示し、強力な診断的潜在能力を示した。
• 百日咳（99.8％の感度）や気管支炎（94.3％の感度）の検出においても高い性能を示したが、咽頭炎のような慢性疾患では精度が低かった。
• システムはリアルタイムで接触を伴わないスクリーニングを可能にし、公衆衛生監視と疫学的マップ作成のための電子的医療記録統合を支援した。
• ロボットプラットフォーム上に音声インタラクション、体温測定、咳分析を統合することで、地域および臨床現場におけるスケーラブルで自動化されたリスク評価が可能になった。