Corona per SprachApp erkennen?
Prof. Dr. Bj?rn Schuller über seine Spracherkennungsanalysen zur Erkennung von Covid-19 und anderen Erkrankungen
Bereits seit Jahren besch?ftigen sich Schuller und sein Team mit Stimmenanalysen an der Schnittstelle zwischen Informatik und Medizin. Schon im Jahr 2012 haben die Wissenschaftler Kehlkopfkrebs ?geh?rt“, danach Autismus (2013), Parkinson’s (2015) und Erk?ltung (2016). Seit 2016 entwickelten Schuller und Team im RADARCNS Stimmenanalysen zur Diagnostik von gro?en Krankheitsbildern wie Depressionen oder Epilepsien. Mit der Pandemie hat sich dieses Forschungsfeld ver?ndert: Im M?rz 2020 schon erhielt das Entwickler-Team die M?glichkeit zum aktuellen Covid-19-Virus zu forschen. Neues Ziel: Eine für niedergelassene ?rzte und Interessierte unkomplizierte Anwendung auf der Basis von Smartphone-Technologie zu entwickeln, die das Erkennen einer Covid-19-Infektion berührungslos, in Echtzeit und sogar auf Distanz erm?glicht. Im M?rz 2020 begann Bj?rn Schuller Stimmenaufnahmen aus Wuhan, die er von chinesischen Kollegen erhielt, auszuwerten: Insgesamt verarbeitete das Team zun?chst etwa 50 Stimmen von Covid-19-Patienten und etwa 50 Stimmen von nicht infizierten Patienten. ?Diese Auswertungen waren erste Lernbeispiele für unseren Computer. Je mehr Stimmen wir auswerten k?nnen, umso genauer kann die App sp?ter funktionieren.“, erkl?rt der Informatiker Bj?rn Schuller. ?Inzwischen erhalten wir die Daten aus dem Universit?tsklinikum Augsburg, leider muss man sagen“, erkl?rt der Wissenschaftler angesichts der hohen Inzidenzwerte im Corona-Hotspot Augsburg. Jetzt werden die Stimmenproben gemeinsam mit ?rzten im Universit?tsklinikum Augsburg aufgenommen. Bj?rn W. Schuller arbeitet dort mit Privatdozent Dr. Markus Wehler, Direktor der IV. Medizinischen Klinik sowie der Zentralen Notaufnahme des Universit?tsklinikums Augsburg, zusammen. ?Aus Sicht der Notfall- und Akutmedizin w?re ein solches Instrument sehr hilfreich, da ein Sprachtest sehr schnell durchzuführen und wenig belastend ist und innerhalb weniger Minuten ein Ergebnis vorliegt“, sagt Wehler. ?Es ist keine Blutabnahme n?tig, kein R?ntgenbild und auch sonst keine aufwendige Diagnostik, das ist von gro?em Vorteil. Selbst wenn das Ergebnis nicht so genau wie bei einem Abstrich ist, k?nnte man dennoch sehr schnell die Verdachts- von den Nicht-Verdachtsf?llen trennen“, so der Notfallmediziner. Für Schuller liegt der Vorteil dieser Zusammenarbeit auf der Hand: ?So liegen auch verl?ssliche Tests vor. Anhand dieser lernt der Computer selber, worauf er achten muss, um COVID-19 und eben nicht COVID-19 voneinander unterscheiden zu k?nnen.“ Inzwischen liege die Erfolgsquote unserer SpracherkennungsApp zur Covid-19-Erkennung bei über 80 Prozent, erkl?rt er. ?Aber wir sind noch mitten in der Untersuchung, brauchen natürlich weitere Daten, also viele Stimmen sowohl von Covid-19-Erkrankten als auch von gesunden Vergleichskandidaten.“ Die App lernt mit tiefen neuronalen Netzen die wesentlichen Merkmale in der Stimme zu repr?sentieren, um dann anhand dieser eine Entscheidung zu treffen. ?Man kann sich vorstellen, dass sie COVID-19 Einflüsse auf die Stimmbildung heraush?ren kann, etwa Kurzatmigkeit, oder auch einfach Ermüdung und natürlich Husten oder ?hnliches“; beschreibt Schuller. Die Funktionsweise der App basiert auf tiefenneuronalen Netzwerken. Diese erlernen ?hnlich wie im menschlichen Gehirn hochparallel Information zu verarbeiten. In Ebenen bilden sie das Sprachsignal mit zunehmender Komplexit?t ab und k?nnen nach dem Anlernen mit vielen Daten neue Probleme wie COVID-19 selbstst?ndig darstellen und erkennen. Somit lernt der Computer/die App COVID-19 schon nach wenigen Worten oder S?tzen auch von neuen Personen aus der Stimme zu erkennen. Parallel hat Schuller eine weitere App entwickelt, die über einen l?ngeren Zeitraum zuh?rt und H?ufigkeiten von h?rbaren Symptomen wie Husten, Niesen, Kurzatmigkeit, verstopfte Nase, etc. beobachtet, aus dem ?Geh?rten“ Rückschlüsse zieht und die Nutzerin oder den Nutzer informiert. ?Wir hoffen, mit unserer Anwendung einen wichtigen Beitrag zur Früherkennung von COVID-19 Verdacht leisten zu k?nnen. Die Sprache ist hier quasi das neue Blut - wir verwenden es zur Analyse und brauchen es aber ebenso dringend als Spende, um unsere Systeme insgesamt verbessern zu k?nnen. Natürlich stehen Privatsph?re und Ethik dabei stets an erster Stelle. Wir entwickeln daher L?sungen, die direkt auf dem Endger?t eines Nutzers die Daten auswerten und nur für den Nutzer einsehbar sind“, betont Schuller. Das Projekt Spracherkennung von Covid-19 ist noch nicht abgeschlossen: ?Wir besch?ftigen uns neben der Verbesserung der Zuverl?ssigkeit mit einer erh?hten Erkl?rbarkeit der Analyse und erh?hten Transparenz der Entscheidung. Natürlich sind wir dann in erster Linie daran interessiert, dass Projekt in eine reale Anwendung überführen zu k?nnen, um für uns alle einen Mehrwert in dieser herausfordernden Zeit leisten zu schaffen.“, beschreibt Prof. Dr. Bj?rn W. Schuller die n?chsten Schritte.? Noch gibt es keine Partner, aber Schuller arbeitet auch mit seiner Firma audEERING GmbH an L?sungen, die entsprechend bereitgestellt werden k?nnen. Der Lehrstuhl für Embedded Intelligence for Health Care and Wellbeing an der Universit?t Augsburg verbindet Informatik mit moderner Medizin. Das Forschungsfeld ist die sensor- und wissensbasierte Begleitung und ?berprüfung aller gesundheitsrelevanten Parameter bei sportlichen und anderen Aktivit?ten. Das Hauptinteresse liegt in der Erfassung, Analyse und Interpretation von Biosignalen, wie sie etwa bei der ?berwachung der Herzaktivit?t, des Stoffwechsels oder neuronalen Aktivit?ten anfallen. Daneben werden auch akustische Parameter (Sprache und andere akustische Ereignisse) sowie visuelle Parameter (Gesicht, Gestik, K?rpermotorik) in einem realistischen Szenario (Alltagsleben) verarbeitet. Der Lehrstuhl von Prof. Dr. Bj?rn Schuller ist angesiedelt in der Fakult?t für Angewandte Informatik (FAI), Bj?rn Schuller ist darüber hinaus Zweitmitglied der Medizinischen Fakult?t sowie im Schwerpunkt Medizinische Informatik aktiv. ? Publikationen
"An Overview on Audio, Signal, Speech, & Language Processing for COVID-19"
Der Weg zur Spracherkennung von Covid-19
So funktioniert die Spracherkennungs-App
N?chste Schritte
Der Lehrstuhl für Embedded Intelligence for Health Care and Wellbeing
"An Early Study on Intelligent Analysis of Speech under COVID-19: Severity, Sleep Quality, Fatigue, and Anxiety" (April 2020)
Ansprechpartnerin für Presse & Medien
Pressebilder zum Download
