-
新AI工具「聽」咳嗽聲鑑別新冠肺炎
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。
-
準確率超98%!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!
-
人工智慧能「聽咳嗽識新冠」?研究人員:準確率達98.5%
英國廣播公司(BBC)8日稱,美國麻省理工學院的研究人員正試圖通過人工智慧算法識別新冠患者,「只要聽到咳嗽聲音,就能知道這個人有沒有感染新冠病毒」。報導稱,相關研究結果發布在電氣電子工程學會的《醫療生物工程》期刊上。論文共同作者之一、麻省理工學院科學家蘇比拉納表示,「感染新冠病毒之後,就算是沒有出現任何症狀,你發出的聲音也會變得不一樣。」
-
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。
-
新冠檢測新方法:用咳嗽聲診斷無症狀感染者,準確率達100%
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。該AI算法已通過迄今為止最大的咳嗽數據集測試,無症狀感染者的診斷準確率可達到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。
-
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
-
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%。
-
阿里全新AI診斷新冠肺炎技術:20 秒出結果,96% 準確率
打開APP 阿里全新AI診斷新冠肺炎技術:20 秒出結果,96% 準確率 編輯部 發表於 2020-02-17 09:43:10
-
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。」
-
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。
-
咳兩聲就能鎖定是否為感染者!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。
-
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。
-
夏日專刊AI產品上新升級集錦,50餘項軟硬能力加速場景落地
人崗匹配、簡歷畫像)邀測進行中;醫療票據 OCR 方案,智能結構化方案全新上線;智能庭審輔助解決方案開放邀測;視頻分析邊緣計算盒 EM-BOX 上新5安全生產監控方案 視頻分析邊緣計算盒 EM-BOX 全新升級,上新5項分析功能除安全帽佩戴合規檢測、煙火檢測、電子圍欄外,支持技能增加:陌生人檢測、攀高檢測、睡崗檢測、離崗檢測、人流過密預警。充分利舊現有攝像頭,即插即用,提供可視化管理平臺,支持二次開發。
-
小白世紀首席科學家黃高博士DenseNet算法,助力新冠肺炎精準診斷
在新冠肺炎疫情防控的緊要關頭,黃高博士發明的DenseNet算法在CT影像診斷系統中被廣泛應用。截至2020年4月30日採用了黃高博士DenseNet算法的診斷系統,已經在國家呼吸系統疾病臨床研究中心、廣州醫科大學附屬第一醫院、中國人民解放軍總醫院(301醫院)等300餘家醫院累計完成病例分析30000餘例。
-
南開大學與推想科技利用CT影像AI篩查助力新冠肺炎疫情防控
截至3月12日,該系統已持續運行50餘天,累計檢測篩查8.1萬病例,協助醫生確診新冠肺炎6000餘例,系統敏感度(正確確診率)98.3%,特異度(正確排除率)81.7%。該系統完成一個300張CT影像的病例的計算,只需10秒左右。肺部CT影像是新冠肺炎診斷的重要標準之一。
-
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。鍾南山院士指出,中國也有這種(流感與新冠肺炎混合感染的)情況。鑑別出正常人、流感患者和新冠肺炎患者是當務之急。新冠、流感、感冒病毒,傻傻分不清?威廉瑪麗大學生物系副教授-病毒學家Kurt Williamson指出:這三種病毒都是我們所說的RNA病毒(它們的基因組是由RNA組成的,而非DNA),而且都是呼吸道病毒。
-
98歲天文學泰鬥韓天芑新冠肺炎治癒出院後發來視頻:「朋友們努力吧...
98歲天文學泰鬥韓天芑22日向《環球時報》發來一段獨家視頻,鼓勵全世界正在與新冠肺炎進行鬥爭的病人。此前,韓天芑因感染新冠肺炎接受住院治療兩個月,並於15日出院回家。「新型冠狀病毒也沒什麼好怕的,我這麼大年齡,都98歲了, 主要就是配合醫生,聽醫生的話,」韓天芑在視頻中說道。韓天芑夫婦2月中旬被確診為新冠肺炎,住進武漢協和醫院腫瘤中心接受治療。
-
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。人們被要求記錄「強迫咳嗽」,例如當醫生告訴您用聽診器聽胸部時咳嗽時您發出的咳嗽聲。 AI模型正確地識別了98.5