麻省理工最新研究：通过咳嗽声识别是否感染新冠，准确率为98.5％

大事 / 新知 / 深度 / 有趣

全现在——全球青年精品资讯平台

在最近发表在《IEEE医学与生物学工程学杂志》上的一篇论文中，麻省理工学院的研究人员表示，他们已经开发出可以识别新冠肺炎感染者咳嗽声的AI。据论文显示，研究小组开发了一种AI模型，该模型通过分析你的咳嗽录音，可以将无症状感染者与健康的人区分开来。

研究人员称，该模型由他们一直以来进行的“咳嗽检测阿尔兹海默早期症状”项目演变而来，疫情以来，研究者通过网络众筹的方式，已经在全球搜集了20多万的咳嗽样本，建立了有史以来最大的“咳嗽数据库”。确认患有新冠肺炎的人（包括无症状患者）提交了大约2500份录音。

通过这些咳嗽样本和录入的相关感染、性别、情绪数据，研究人员对该模型进行了声音训练。

据称，目前，该模型识别出确诊为新冠肺炎的人的咳嗽的准确率为98.5％，其中，利用咳嗽声识别无症状感染者的准确度高达100％。

麻省理工的研究小组正在努力将该模型整合到一个用户友好的应用程序中，如果获得美国食品药品监督管理局的批准并被大规模采用，该程序将有可能成为一种免费、便捷、无创的预筛查工具，以识别可能对新冠肺炎无症状患者。

用户可以每天登录，并在自己的手机中录下自己的咳嗽声，并立即获得有关他们是否可能被感染的信息。

本文节选自《全现在·浮城一刻》栏目，读全文请移步左下角“阅读全文”