新AI工具「聽」咳嗽聲鑑別新冠肺炎

2020-11-05 中工網

2020-11-05 07:40:59 來源：科技日報

新AI工具「聽」咳嗽聲鑑別新冠肺炎

有望作為篩查工具 或助遏制疫情

科技日報北京11月4日電 （記者劉霞）據美國趣味科學網站3日報導，麻省理工學院（MIT）研究人員稱，他們發明了一款新人工智慧模型，可以通過傾聽健康人和新冠肺炎患者之間咳嗽的細微差別，發現新冠肺炎無症狀病例。目前他們正對這一AI工具開展臨床測試，也已向美國食品和藥物監督管理局（FDA）提出申請，希望能獲批作為新冠病毒篩查工具。

這一AI算法基於他們先前開發的用於檢測肺炎、哮喘甚至阿爾茨海默症等疾病的模型，這些疾病會導致機體功能退化，如聲帶減弱和呼吸功能下降等。該研究負責人、MIT自動識別實驗室研究科學家布萊恩·蘇比拉納解釋說：「人們的說話和咳嗽聲會受到聲帶和周圍器官的影響，因此，人工智慧可從咳嗽聲中獲得很多信息，包括人的性別、母語甚至情緒狀態等。」

研究人員首先創建了一個網站，健康志願者和新冠肺炎患者可以使用手機或計算機記錄自己的咳嗽聲音。他們通過該網站收集了70000多份咳嗽聲音樣本，其中2660份來自新冠肺炎患者——不管有無症狀。然後，他們使用其中4256份樣本訓練AI模型，並使用1064份樣本測試該模型，以查看它能否識別出新冠肺炎患者與健康人之間的咳嗽差異。

他們發現，這款AI能識別與新冠肺炎特有的4個特徵相關的咳嗽差異：肌肉退化、聲帶強度、情緒（例如懷疑和沮喪）、呼吸和肺功能。結果表明，該AI模型識別出新冠肺炎病患的準確率為98.5%；識別出無症狀感染者的準確率為100%。

研究人員稱，該AI可以幫助發現無症狀感染者，從而遏制新冠肺炎疫情的蔓延，其還能發現流感等其他疾病患者與新冠肺炎患者之間的區別，只是它在區分新冠肺炎患者和健康人方面要好得多。

該團隊目前正在多家醫院對這款AI工具開展臨床試驗，也在向監管機構申請，希望將其囊括在將於下個月發布的一款應用程式內。據悉，劍橋大學、卡內基梅隆大學等也在進行類似項目。

不過，紐約大學醫院呼吸保健醫學主任安東尼·魯賓斯基表示：「這一AI工具能否作為篩查工具還需進一步研究和論證，以確保其能準確評估所有年齡和種族的人的咳嗽。」

編輯：劉雲

相關焦點

  • AI聽咳嗽聲鑑別新冠肺炎 準確率為98.5%
    【AI聽咳嗽聲鑑別新冠肺炎 準確率為98.5%】據美國趣味科學網站3日報導，麻省理工學院（MIT）研究人員稱，他們發明了一款新人工智慧模型，可以通過傾聽健康人和新冠肺炎患者之間咳嗽的細微差別，發現新冠肺炎無症狀病例。
  • 識別新冠無症狀感染者，AI聽咳嗽聲就可以
    新冠病毒造成的無症狀感染者沒有乏力、發燒、呼吸短促等明顯的身體症狀，有可能在不知不覺間成為病毒的傳播者。因此，及時篩查出無症狀感染者，是防控疫情的重要一環。近日，麻省理工學院（MIT）的研究人員利用人工智慧（AI），開發了一種聽聲音識別無症狀感染者的方法。他們發現，無症狀感染者發出的咳嗽聲與健康人的並不一樣，儘管其中細微的差別很難為人耳分辨，但AI可以！
  • 麻省理工開發新冠檢測AI：聽咳嗽聲識別無症狀感染者
    【僑報網綜合訊】新冠肺炎疫情之下，有大量無症狀感染者不知不覺地傳播病毒。為了檢測出這一部分人群，麻省理工學院（MIT）的研究人員開發了一款人工智慧（AI）工具，可通過咳嗽聲的細微差別發現無症狀感染者。目前，研究者正對這一AI工具進行臨床測試，並向美國食品和藥物監督管理局（FDA）提出申請，希望能用來篩查無症狀感染者。
  • MIT出奇招：AI可通過咳嗽聲來識別新冠 尤其是無症狀患者
    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。
  • 麻省理工學院：人工智慧可通過咳嗽聲識別新冠無症狀感染者
    西媒稱，麻省理工學院的研究團隊創建了一個人工智慧模型，該模型可以通過咳嗽聲識別無症狀感染者。據西班牙《先鋒報》網站11月2日報導，新冠病毒無症狀感染者沒有明顯的身體症狀，所以一般不會主動接受病毒檢測。目前該人工智慧模型已經能夠準確識別98.5%的新冠肺炎患者的咳嗽聲，其中包括100%的無症狀感染者的咳嗽聲。研究團隊正致力於將該人工智慧模型納入一個易於操作的應用程式。如果得到批准並被大規模採用，該人工智慧模型或將作為一種免費、實用、非侵入性的篩查工具來識別無症狀感染者。如果這種方法可行，該應用程式的用戶就可以在每天登錄後，對著手機咳嗽，並獲得自己是否被感染的信息。
  • 麻省理工研發AI模型靠分析咳嗽聲找出新冠肺炎患者
    麻省理工的科研團隊早前在生物醫藥期刊《IEEE Journal of Engineering in Medicine and Biology》發布文章，表示開發了一個可以靠咳聲，找出新冠肺炎患者的人工智慧模型
  • 新冠檢測新方法：用咳嗽聲診斷無症狀感染者，準確率達100%
    有數據顯示，世界50%新冠（COVID-19）病例由無症狀感染者傳染。近日，麻省理工學院（MIT）研究團隊聲稱其利用AI開發了一種無症狀感染檢測新方法。有意思的是，該方法利用的是人的生物特徵——咳嗽聲。
  • AI實現通過咳嗽聲識別是否感染新冠，泰國遊客赤腳爬瀑布
    一款可通過咳嗽聲識別是否感染新冠的AI在最近發表在《IEEE醫學與生物學工程學雜誌》上的一篇論文中，麻省理工學院的研究人員表示，他們已經開發出可以識別新冠肺炎據稱，目前，該模型識別出確診為新冠肺炎的人的咳嗽的準確率為98.5％，其中，利用咳嗽聲識別無症狀感染者的準確度高達100％。
  • 新冠檢測新方法：MIT用咳嗽聲診斷無症狀感染者，準確率達100%
    有數據顯示，世界50%新冠（COVID-19）病例由無症狀感染者傳染。無發燒、乏力、頭暈等明顯特徵的無症狀感染者，已在不知不覺中成為新冠病毒傳播和復發的最大威脅。近日，麻省理工學院（MIT）研究團隊聲稱其利用AI開發了一種無症狀感染檢測新方法。有意思的是，該方法利用的是人的生物特徵——咳嗽聲。
  • 新冠肺炎與流感混合感染怎麼辦?鍾南山:準確鑑別是當務之急
    當前防控關鍵是，將新冠肺炎患者和流感患者分開。美國正值流感大流行，據美國疾控中心新發布的流感監測周報顯示，今冬流感季，美國估計已有至少2900萬流感病例，其中1.6萬人死於流感相關疾病，遠高於新冠肺炎。
  • 周敏:流感、普通肺炎與新冠肺炎的鑑別診斷——阻擊新冠 權威在線(8)
    針對目前非常困惑的一個難點與大家進行交流，關於流感、普通肺炎與新冠肺炎的鑑別，因為在臨床中呼吸道感染最大的難點可能就是鑑別病原體。我會結合病例進行分析，在我們醫院（上海瑞金醫院）的相關篩查病例和疑似病例的確診或排除的過程中，和大家分享我們的經驗體會。
  • 最新：人工智慧可以從咳嗽聲中檢測出無症狀新冠患者
    但是，根據一項新的研究，具有敏銳的算法耳朵的新開發的AI可能能夠從人們的咳嗽聲中檢測出無症狀的病例。研究人員現在正在臨床試驗中測試他們的AI，並且已經開始尋求食品和藥物管理局（FDA）的批准以將其用作篩選工具。 該算法基於團隊先前開發的模型，用於檢測肺炎，哮喘甚至阿爾茨海默氏病等疾病，這種記憶喪失的情況還可能導致身體其他退化，例如聲帶減弱和呼吸功能下降。
  • 阿里全新AI診斷新冠肺炎技術:20 秒出結果,96% 準確率
    核酸檢測試劑盒是能夠直接檢測病毒核酸的工具，核酸檢測技術此前已經應用於B型肝炎病毒(HBV)、C型肝炎病毒(HCV)、人類免疫缺陷病毒(HIV)等多種病毒的檢測工作當中，新型冠狀病毒感染主要通過實時螢光RT-PCR鑑定進行常規檢測。
  • 聯影智能聯席CEO沈定剛:如何將AI應用到新冠肺炎診斷全流程?|CCF-G...
    沈定剛教授表示，為了避免病毒傳播，有的操作技師在新冠肺炎早期甚至通過竹竿這樣的工具遠程操作CT掃描，原始且危險。為此，聯影集團研發了AI智能採集系統，把邊緣計算和攝像機結合，自動採集人體三維形態和部位信息，自動操作CT掃描，滿足醫生在操作間就可完成掃描任務。
  • MIT收集20萬咳嗽樣本，用AI辨別無症狀感染者
    大數據文摘作品來源：mit.edu編譯：miggy 10月25日，喀什地區疏附縣24日發現1例新冠肺炎無症狀感染者後沒有任何胸悶發熱症狀，你和同伴可能很難區分是否感染了新冠。但人工智慧可以，只要你給TA聽聽你的咳嗽聲。 在最近發表在《IEEE醫學與生物學工程學雜誌》上的一篇論文中，麻省理工學院的研究人員表示，他們已經開發出可以識別COVID-19感染者咳嗽聲的AI。
  • 麻省理工推出新冠肺炎語音診斷軟體
    智東西（公眾號：zhidxcom） 編 | 林卓瑋智東西11月2日消息，據外媒The Register報導，麻省理工一科研團隊推出可通過咳嗽聲診斷新冠肺炎的軟體，準確率聲稱高達98.5%一、基於ResNet50模型，僅通過聲音便可判斷病情麻省理工學院AutoID實驗室的Brian Subirana是這項技術成果論文的作者之一，他指出，「我們的實驗結果顯示，即便是無症狀患者，只要感染了新冠病毒，聲音都會發生變化。」
  • 趙振軍:最全圖文解讀《新冠肺炎CT早期診斷和鑑別診斷》(上)
    方案發布之後，全國各省市醫院的放射科CT掃描工作量激增，但是CT設備短缺、診斷經驗不足、CT掃描室易交叉感染等問題也成為提高放射科「產能」的一些挑戰，尤其是「如何對新冠肺炎的疑似病例進行正確診斷」，成為放射科醫生們短時間內需要強化的一項技能。
  • 趙振軍:最全圖文解讀《新冠肺炎CT早期診斷和鑑別診斷》(中)
    詳情請點擊：《趙振軍：最全圖文解讀《新冠肺炎CT早期診斷和鑑別診斷》（上）》2月初，國家衛健委發布《新型冠狀病毒感染的肺炎的診療方案（試行第五版）》，CT影像診斷結果被納入湖北省臨床診斷標準中，「疑似病例具有肺炎影像學特徵者」，即為臨床診斷病例。
  • AI辨別無症狀感染者，效果顯著
    10月25日，喀什地區疏附縣24日發現1例新冠肺炎無症狀感染者後，新疆迅速對其密切接觸者、密切接觸者的接觸者進行核酸檢測，截至10月25日14時，檢測出沒有任何胸悶發熱症狀，你和同伴可能很難區分是否感染了新冠。
  • 百度新冠肺炎智能自測工具全面升級 攜手新華網客戶端助力全民防疫
    新型冠狀病毒感染肺炎的疫情仍在持續，為幫助用戶科學了解自身情況，緩解心理負擔，今天，百度聯合新華網客戶端推出了全新升級的新冠肺炎智能自測工具。用戶除了可繼續在百度App搜索「新冠肺炎自測」進入測試頁面，還可在新華網App首頁，進行新冠肺炎的智能自測。