اولین سیستم غربالگری کووید با حساسیت ۹۷ درصد به بازار خواهد آمد

اولین سیستم غربالگری انبوه ثبت‌شده در جهان به منظور بررسی بیماری کووید، توسط گروه تحقیقاتی از Universitat Rovira i Virgili با همکاری موسسه تحقیقات بهداشتی Pere Virgili ایجاد شد. این سیستم غربالگری که مبتنی بر تکنیک‌های هوش مصنوعی انجام می‌گیرد، از طریق اقدامات بسیار ساده‌ای همچون شستن دست‌ها با ژل هیدروالکلی، بوییدن آن و استفاده از کد QR برای پاسخ به یک پرسشنامه کوتاه انجام می‌گیرد.

این مدل غربالگری فوراً تعیین می‌کند که چه کسانی در آن لحظه در معرض خطر کم، متوسط یا زیاد ابتلا به این بیماری هستند، آن هم با حساسیت ۹۷ درصد! اولین نمونه این دستگاه در ورودی بیمارستان دانشگاه Sant Joan در Reus نصب شده و نتایج تحقیقات در مجله Scientific Reports منتشر شده است.
حقیقت آن است که اولین رایحه‌هایی که افراد مبتلا به ویروس SARS-CoV-2 در ابتدای بیماری، نمی‌توانند بوی آن‌ها را تشخیص دهند، مرکبات و سیب است. در واقع، آنوسمی، یعنی از دست دادن توانایی تشخیص بوها، یکی از علائم مشخصه کووید از ابتدای همه‌گیری بوده است. به‌جز این مورد، دمای بالای بدن، سردرد، سرفه، ناراحتی و گلودرد همگی نشانه‌های ابتلا به ویروس کرونا و همچنین سرماخوردگی یا آنفولانزا هستند. پس بدون هیچگونه آزمایشی، چگونه می‌توانید بفهمید که علائم بیماری شما ناشی از کدام ویروس است؟
سیستمی که به ثبت رسیده مبتنی بر یک ژل هیدروالکلی است که غلظت خاصی از یک اسانس مرکبات به آن اضافه شده است. ادوارد لوبت، محققی از دپارتمان مهندسی الکترونیک، برق و خودکار URV در این باره می‌گوید: «ما از نتایج تحقیقات قبلی می‌دانستیم که این عطر یکی از اولین عطرهایی است که مبتلایان به کووید با از دست دادن حس بویایی خود نمی‌توانند آن را درک کنند. ما آزمایشاتی را با غلظت‌های مختلف این ژل انجام دادیم و در نهایت غلظت مورد نیاز خود را مشخص کردیم.»
این آزمایش بر روی تقریباً ۵۰۰ بیمار انجام شد که در طول موج دوم همه‌گیری، یا دارای علائم مشابه کووید بودند یا نبودند. آن‌ها به بخش اورژانس بیمارستان دانشگاه سنت جوآن در Reus و مراکز مراقبت اولیه در Reus مراجعه کرده بودند. در آنجا مجبور شدند ژل هیدروالکلی به دست‌های خود بمالند و بعد از سه ثانیه دست‌هایشان را بو کنند. اگر می‌توانستند بوی مرکبات را تشخیص دهند، نتیجه آزمایش منفی و اگر نمی‌توانستند تشخیص دهند، نتیجه آزمایش مثبت تلقی می‌شد. پس از انجام این کار، شرکت‌کنندگان باید پرسشنامه کوتاهی را با نتایج تست بویایی و سایر اطلاعات مانند سن، جنسیت و وجود یا عدم وجود علائم مختلف پر می‌کردند. یوسف آسلی، محقق در IISPV، که سرپرستی این تحقیق را بر عهده داشت، در این باره می‌گوید: «ما بر اساس محاسبات خود به منظور تشخیص بیماری برای هر علامت در این پرسشنامه یک ارزش در نظر گرفتیم. هشت مورد وجود داشت که از نظر آماری برای تشخیص بیماری مهم بودند. هنگامی که پاسخ‌های شرکت‌کنندگان به اتمام رسید، آزمایش PCR برای بررسی نتیجه انجام شد.»
آلبرت فرناندز، محقق و توسعه‌دهنده URV در این باره گفت: «سیستمی که ما توسعه داده‌ایم مبتنی بر یادگیری ماشینی است. در واقع، زمانی که منابع اجازه آزمایش‌های تشخیصی موارد کووید را نمی‌دهند، می‌توانیم از نتایج این پرسشنامه‌ها برای تولید مدل جدید استفاده کنیم. خوشبختانه الگوریتم مبتنی بر هوش مصنوعی حدود ۹۷ درصد این سیستم را به عنوان روشی برای غربالگری جمعیت مفید می‌داند.»

محققان در این خصوص توضیح دادند که آنچه ما توسعه داده‌ایم یک آزمایش تشخیصی نیست، بلکه یک سیستم غربالگری است که هدف آن شناسایی موارد مثبت و جلوگیری از منفی کاذب است، در صورتی که تست‌های آنتی‌ژن موجود در بازار دارای حساسیت متوسط ۸۰ درصدند و این آمار بدین معناست که تعداد منفی کاذب آن ۲۰ درصد است.
این دستگاه طوری طراحی شده که مشخص کند چه خطری افراد را برای ابتلا به کووید تهدید می‌کند. این تشخیص مطمئناً به قطع زنجیره‌های انتقال کمک خواهد کرد. آسلی در این باره می‌گوید: «هدف ما یکی محافظت از افراد آسیب‌پذیر است و دیگر اینکه به افرادی که علائم کووید دارند، یادآوری کنیم که در خانه بمانند و یا از ماسک استفاده کنند و توصیه‌های بهداشتی را رعایت نمایند. نمونه اولیه این مدل در مرحله عرضه به بازار است. هدف این است که آن را در بیمارستان‌ها، منازل مسکونی، مدارس یا وسایل نقلیه عمومی نصب کنیم، تا افراد مبتلا به ویروس از آن استفاده کنند و آگاهی لازم را در مورد خطر انتشار آن کسب نمایند.»