財聯社（上海，編輯 黃君芝）訊，隨著冬季的臨近，全球疫情再度爆發，再加之越來越多的感染者呈現「無症狀」，防疫管控工作也難上加難。不過近日，麻省理工學院（MIT）的研究團隊似乎找到了解決之法。
據報導，MIT的一支研究團隊正試圖通過分析咳嗽中隱含的獨特模式，來可靠預測某人是否正處於新冠肺炎感染的早期階段。若進展順利，它將很有希望推出一款基於機器學習的AI預警系統。
眾所周知，經驗豐富的醫生可以通過咳嗽聲來判斷患者的呼吸道症狀。而人工智慧（AI）模型已經被用來檢測諸如肺炎、哮喘甚至神經肌肉疾病的情況，這些疾病患者的咳嗽方式都會有所不同。
早在新冠病毒大流行之前，MIT研究人員Brian Subirana甚至宣稱咳嗽可以幫助預測阿爾茨海默氏症。而近期，Subirana又將疾病可能改變患者咳嗽模式的研究方向，放在了新冠肺炎的早期分析檢測上。
有了研究方向，Subirana就和他的團隊創建了一個迄今為止最大的咳嗽研究資料庫，並通過數千份樣本來訓練其AI模型，最新的研究進展也於近日刊登在了 IEEE（電氣電子工程師學會）期刊上。
具體而言，該AI模型似乎已經具備了基於聲音強度、情緒、肺和呼吸功能、以及肌肉退化的細微模式變化，來分析和識別出新冠肺炎無症狀感染者的能力。據稱，該模型在聆聽確診病例的錄音時準確率可達98.5%，在聆聽無症狀患者咳嗽的錄音時準確率更是高達100%。而且該模型的特異性也已分別達到83%和94%，也就是說基本沒有大量的假陽性或假陰性報告。
「我們認為這表明當你患有新冠肺炎時，你產生聲音的方式會發生變化，即使你沒有症狀。」Subirana表示，並提醒人們稱，「儘管該系統擅長於非健康咳嗽的監測，但大家還是不要輕易將之視作確診的權威工具。」
據悉，該團隊正在與多家醫院展開合作，從而建立更多樣化的資料庫。如果能夠獲得 FDA 的批准，研究團隊還有望與私營企業合作開發一款工具App，以推廣這項技術的使用。該團隊建議，這種咳嗽分析可以應用到智能揚聲器和數字助手中，以便日常評估。
「如果每個人在去教室，工廠或餐廳之前都使用這種診斷工具，則該診斷工具就可以幫助有效減緩大流行的蔓延。」Subirana補充道。