由于无症状感染者的存在,导致COVID19的检测和管控工作变得相当困难。不过麻省理工学院的一支研究团队,正试图通过分析咳嗽中隐含的独特模式,来可靠预测某人是否处于COVID19感染的早期阶段。若进展顺利,其很有望推出一款基于机器学习的AI预警系统。 众所周知,经验丰富的医生可通过咳嗽声来判断患者的呼吸道症状。而此类AI模型的建立,已经在哮喘和神经肌肉等疾病的分析上派上了一定的用场。 在COVID19疫病大流行之前,研究人员BrianSubirana甚至宣称可借助咳嗽来辅助预测阿尔兹海默病。近日,他又将疾病可能改变患者咳嗽模式的研究方向,放在了COVID19的早期分析检测上。 虽然Subirana不是第一个这么想的,但这支MIT研究团队已经创建了一个迄今为止最大的咳嗽研究数据集合。通过数千份样本来训练AI模型,其于近日在IEEE开放式期刊上介绍了最新的研究进展。 据悉,该AI模型似乎已经具备了基于声音强度、情绪、肺和呼吸功能、以及肌肉退化的细微模式变化,来分析和识别出COVID19无症状感染者的能力。 针对无症状和有症状感染者的咳嗽进行检查,该AI模型的特异性已分别达到83和94,且没有大量的假阳性或假阴性报告。 即便如此,Subirana还是谨慎乐观地表示:“尽管该系统擅长于不健康咳嗽的监测,但大家还是不要轻易将之视作确诊的权威工具”。 后续研究团队还将与多家医院展开合作,以建立更加多样化的数据集。如果能够获得FDA的批准,研究团队还有望与私营企业合作开发一款工具App,以推广这项技术的使用。 (举报)