麻省理工学院研发 AI 模型，靠分析咳嗽声找出新冠肺炎患者
▼
麻省理工学院的科研团队早前在生物医药期刊《IEEE Journal of Engineering in Medicine and Biology》发表文章，表示开发了一个可以靠咳嗽声，找出新冠肺炎患者的人工智慧模型，只要整合到手机程式或智慧扬声器，就能够非常简单地进行测试。
麻省理工学院收集了约 20 万个、来自 7 万名志愿者的咳嗽声，他们以手机录下干咳声，并且填写有关症状的调查，是否有感染新冠肺炎和其他详情。结果团队选取了 2,500 名确诊感染志愿者的咳嗽声样本，配合另外 2,500 个随机的样本，去训练和测试人工智慧模型。
该人工智慧模型在辨认新冠肺炎确诊者的咳嗽声时，准确度为 98.5%；而无症状咳嗽者的准确度是 100%。该人工智慧框架会透过声带强度、情绪、肺部和呼吸反应，还有因为新冠肺炎的肌肉降解 4 项生物标记。麻省理工学院科研团队会将程式免费提供，并与多间医院合作，希望可以扩大咳嗽声资料库，进一步训练人工智慧。
- COVID-19 Artificial Intelligence Diagnosis using only Cough Recordings
（本文由 Unwire HK 授权转载；首图来源：pixabay）
▼
特别声明 本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。
