Как стало известно, алгоритм позволяет в течение 60 секунд по звуку определить вероятность того, что абонент заражен COVID-19. За минуту анализируются голос, дыхание и кашель, после чего звуковые файлы преобразуются в спектрограмму, которая показывает распределение мощности сигнала на различных частотах. Полученные данные анализирует глубокая сверточная нейронная сеть. Разработчики испытывали ее на базе более тысячи образцов звуков дыхания и кашля, которые были собраны в российских больницах у пациентов с коронавирусом. В результате можно получить ответ, насколько вероятно заражение у человека. Сейчас средний показатель ROC AUC (площадь под "кривой ошибок") составляет 0,8. При этом в Сбере рассчитывают на существенное улучшение качества модели с ростом объема проанализированных данных, включая собранные через мобильные приложения. Ранее в Москве был запущен сервис, позволяющий определять тяжесть протекания пневмонии. Создание т. н. "КТ-калькулятора" проходило с участием исследователей МГУ им. Ломоносова. Разработчики различные показатели анализов крови, сатурации и общей клинической картины пациентов, у которых врачи диагностировали ковидное воспаление легких, с результатами компьютерной томографии (КТ). В результате появилась нейронная сеть, способная оценивать степени поражения легких при заражении COVID-19.