【揪出 COVID-19 無症狀患者!】麻省理工「AI 咳嗽聲模型」,從聲帶與呼吸反應做檢測

(本文經 unwire 授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為 〈麻省理工研發 AI 模型 靠分析咳嗽聲找出武肺患者 〉。)

【為什麼我們要挑選這篇文章】新冠肺炎疫情第二波高峰到來,尤其在歐美各國仍持續延燒,其中 COVID-19 的無症狀患者更成為第二波高峰的關注重點。

然而在疫苗開發卡關的同時,如何先做好「即早確診與隔離治療」將成為控制疫情的一大重點。麻省理工研究團隊透過 AI 數據,辨別出感染者與非感染者的聲帶與呼吸反應差別,此一工具會成為各國普篩的新曙光嗎?(責任編輯:何泰霖)

麻省理工的科學研究團隊上週在生物醫藥期刊《IEEE Journal of Engineering in Medicine and Biology》發表文章,表示開發了一款可以靠咳嗽聲,找出 COVID-19 患者的人工智慧模型,只要整合到手機程式或智慧音響,就能夠非常簡單地進行測試。

「AI 咳嗽模型」透過呼吸、聲帶檢測揪出無症狀 COVID-19 患者

麻省理工收集了約 20 萬個,來自 7 萬名志願者的咳嗽聲,他們需要以手機錄下乾咳聲,並且填寫有關症狀的調查,是否有感染 COVID-19 和其他詳細病情。結果團隊選取了 2,500 個確診感染志願者的咳嗽聲樣本,配合另外 2,500 個隨機的樣本,去訓練和測試人工智慧模型。

該人工智慧模型在辨認 COVID-19 確診者的咳嗽聲時,準確度為 98.5%;而無症狀咳嗽者的準確度更加是 100%。 該人工智慧模型會通過聲帶強度、情緒、肺部和呼吸反應,還有因為 COVID-19 的肌肉分解等 4 項生物標記。 麻省理工科研團隊會將程式免費提供,並且與多間醫院合作,希望可以擴大咳嗽聲資料庫,進一步訓練人工智慧。

(本文經 unwire 授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為 〈麻省理工研發 AI 模型 靠分析咳嗽聲找出武肺患者 〉。首圖來源:freepik)

延伸閱讀

【疫情凍結海外消費市場】國內銀行大砍自家信用卡,鎖定內需、網購消費
【商業預測】歷經疫情挑戰,2021 年的 AI 將有哪四大應用趨勢?
《日經》:疫情徹底翻轉了人類生活,未來五年這 5 大面向將被重新定義


點關鍵字看更多相關文章: