MIT开发咳嗽检测器,COVID-19无症状人群识别准确率达97%

控制冠状病毒大流行的部分挑战在于快速识别和隔离感染者–当COVID-19症状并不总是明显时,尤其是在早期,并不是特别容易识别。现在,科学家们已经开发出一种新的人工智能模型,可以从简单的强迫咳嗽中检测出新冠病毒。

证据显示,该人工智能可以发现人耳无法听到的咳嗽差异,如果该检测系统可以融入智能手机等设备中,研究团队认为它可以成为一种有用的早期筛查工具。

MIT开发咳嗽检测器,COVID-19无症状人群识别准确率达97%

这项工作是建立在通过咳嗽和说话来检测阿尔茨海默症的研究基础上的,当时已经发生了一些研究。一旦流行病开始蔓延,该团队就将注意力转向COVID-19。

“说话和咳嗽的声音都受到声带和周围器官的影响,”来自麻省理工学院(MIT)的研究科学家Brian Subirana说。

“这意味着,当你说话时,你的一部分说话就像咳嗽,反之亦然。”

“这也意味着,我们很容易从流利的语音中得出的东西,人工智能只需从咳嗽中就能接收到,包括像人的性别、母语,甚至情绪状态。在你咳嗽的方式中,其实蕴含着情感。”

COVID-19的阿尔茨海默氏症研究再利用的是一个名为ResNet50的神经网络。它在一千小时的人类语音上进行训练,然后在不同情绪状态下所说的单词数据集上进行训练,然后在咳嗽的数据库上进行训练,以发现肺部和呼吸性能的变化。

当三个模型组合在一起时,使用了一层噪音来过滤掉较强的咳嗽声和较弱的咳嗽声。在采集到的约2500个被证实患有COVID-19的人的咳嗽录音中,人工智能正确识别了其中97.1%的咳嗽–以及100%的无症状病例。

这是一个令人印象深刻的结果,但还有更多的工作要做。研究人员强调,它的主要价值在于发现无症状者健康咳嗽和不健康咳嗽之间的差异–而不是实际诊断COVID-19,这需要一个正确的测试。换句话说,这是一个预警系统。

“如果每个人在去教室、工厂或餐厅之前都使用这种群体诊断工具,那么这种群体诊断工具的有效实施可以减少疫情的传播。”苏比拉纳说。

该测试是非侵入性的,几乎免费运行和快速应用的事实增加了其潜在的有用性–虽然它不是为了诊断已经出现症状的COVID-19的人,但它可以告诉你是否应该隔离和获得适当的检测。获取更多前沿科技信息访问:https://byteclicks.com

研究人员现在想在更多样化的数据集上测试该引擎,看看是否有其他因素参与达到如此令人印象深刻的高检测率。如果它确实能进入手机应用阶段,显然也会有隐私方面的影响,因为我们很少有人会希望我们的设备不断监听出健康状况不佳的迹象。

“我们的研究发现了阿尔茨海默氏症和COVID识别之间的惊人相似性,”研究人员在他们发表的论文中写道。

“完全相同的生物标志物可以作为两者的辨别工具,这表明,除了温度、压力或脉搏之外,或许还有一些更高级别的生物标志物可以充分诊断出各专业疾病。”

这项研究已发表在《IEEE医学与生物学工程学开放期刊》上

上一篇:

下一篇:


标签