AI又立下一功，麻省理工大学开发通过咳嗽判别新冠的预警系统

大家都知道新冠病毒现在已经横行无忌地在全世界传播开来，顶级强国美利坚束手无策，老牌强国欧洲基本举手投降（美其名曰集体免疫）。论毒性远不如埃博拉甚至不如2003年的非典病毒，但是论传染力几乎甩他俩几条街，其中最牛叉的无症状传播是大流行的重要原因。假如一个没有症状的“正常人”站在你面前，谁能告诉他应该隔离还是进行测试呢？这个大大加深了人类快速判断是否被感染的难度，严重阻碍了流行病学研究。传统的核酸检测尽管速度已经可以缩短到两个小时，但是仍然无法满足人们在人口流动密集的地方（机场，火车站、港口等）进行安全-高效的检疫，现在这个难题似乎有了解决方案。

近期国外媒体报道了麻省理工学院的研究发现，咳嗽声中隐藏的一种模式巧妙地但可靠地将一个人标记为可能处于感染的早期阶段，它可以为该病毒提供急需的预警系统。正如医生多年以来所知道的经验知识：不同疾病的咳嗽声音可能非常明显。现在通过已经建立的AI模型来检测肺炎，哮喘甚至神经肌肉疾病等疾病，所有这些疾病都会改变人们以不同方式咳嗽的方式。在新冠病毒大流行之前，研究人员Brian Subirana已经表明咳嗽甚至可以帮助预测老年痴呆症-反映了一周前发表的IBM研究结果。最近Subirana认为，如果AI能够从这么少的角度讲这么多东西，那么新冠病毒也许也可能会令人怀疑。实际上，他并不是第一个这样认为的人。

NWU研究人员开发出一种可佩戴喉咙的可穿戴设备，可为新冠病毒患者提供预警

他和他的团队在这里建立了一个人们可以咳嗽的场所，最终组建了“我们所知道的最大的咳嗽研究数据集”。数千个样本用于训练AI模型，并将其记录在IEEE开放式期刊中。该模型似乎已经检测到声音强度，情绪，肺和呼吸功能以及肌肉退化的细微模式，以至于无症状的新冠病毒携带者和有症状的携带者能够识别出100％的咳嗽和98.5％的症状，分别为83％和94％的特异性，这意味着它没有大量的假阳性或阴性。

Subirana说：“我们认为这表明即使您没有症状，当您被新冠病毒感染时，您产生声音的方式也会改变。” 但是他警告说，尽管该系统擅长检测不健康的咳嗽，但不应将其用作有症状但不确定根本原因的人的诊断工具。他在一封电子邮件中写道：“该工具正在检测功能，以区分具有新冠病毒的主题和没有新冠病毒的主题，以前的研究表明，您也可以选择其他条件。可以设计一种可以区分许多条件的系统，但我们的重点是从其余条件中挑选出新冠病毒。”

对于那里的统计人员而言，成功率之高令人难以置信，可能会引起一些危险。AI机器学习模型在很多方面都很出色，但是100％并不是很多，而且当您开始考虑其他方式时，它可能是偶然产生的。毫无疑问这些发现将需要在其他数据集上进行验证并由其他研究人员进行验证，但也有可能在新冠病毒引起的咳嗽中仅存在可靠的证据，表明计算机听觉系统可以很容易地听到。该小组正在与多家医院合作，以建立更多样化的数据集，但是，如果可以获得FDA的批准，该团队还将与一家私人公司合作，共同开发一个应用程序用以分发该工具以更广泛地使用。真心希望这个APP尽快开发推广出来，让更多的人去验证并采集大量的数据去优化监测结果。

来源：摆动小火车