標籤: 新冠患者

AI 檢測咳嗽時異音　找出 COVID-19 無症狀感染者

而在疫情爆發後，研究團隊開始將此技術運用在新冠病毒的篩檢上。團隊一共收集了多達7萬個聲音樣本，用來訓練即將迎戰新敵人的人工智慧模型，每個樣本皆包含數次咳嗽的聲音，其中有2500個樣本來自於確診者。蘇比拉納表示：「在醫療領域，這是到目前為止最大的咳嗽數據庫了」。

接著團隊在 1,000 個樣本上測試此 AI 模型，其中樣本有一半為健康者的咳嗽聲，另一半為確診肺炎者的咳嗽聲。在測試中，人工智慧準確地辨識出 98.5% 的確診患者，且辨識出 100% 的無症狀感染者，展現令人歎為觀止的準確性。

論文共同作者之一的蘇比拉納表示：「即使患者看似毫無症狀，一旦染上 COVID-19，其產生聲音的方式也會發生變化。」但他同時也強調，雖然該 AI 能夠檢測出不健康的咳嗽聲，但依然需要謹慎使用，因為該工具是以「篩選條件」的方式找到相符的疾病，因此也可能出現偶然地完全符合篩選條件，卻不是 COVID-19 的狀況，不管是個人或醫療人員都必須謹慎判斷。

團隊盼推出檢測 APP　民眾在家也可免費自我篩檢

目前團隊正在與多家醫療機構合作，以便建立起更多元的數據庫，使預測更為精準。

除此之外，研究團隊也正嘗試開發出應用此 AI 的免費應用程式，如果獲得 FDA（美國食品和藥物管理局，Food and Drug Administration）的許可，接下來團隊將會與私人企業合作，開發手機 APP。該 APP 將可能成為一個免費、便捷、居家性的病毒預先篩檢工具，特別是能夠識別出無症狀感染者。使用者可以將咳嗽聲以手機錄製後，上傳提供 AI 分析，就能得知是否有被感染的可能性，再進行正式的新型冠狀病毒篩檢。

蘇比拉納表示：「如果每個人在去教室，工廠或餐廳之前都使用該診斷工具，則該組診斷工具的有效實施絕對可以減少大流行的傳播。」

長期關注人工智慧相關議題的作家和演講家卡倫姆‧柴斯（Calum Chace）表示，這個能通過咳嗽聲音辨認新冠病毒疾病的演算法是「AI 人工智慧的經典範例」，他過去也曾就 AI 對人類帶來的衝擊提出警告，但這一次柴斯表示：「這是運用 AI 幫助人類的一個好例子，單就這件事來看，我看不出 AI 會帶來什麼危險。」

也許，AI 將能成為阻止疫情擴散的最大助力之一。

人工智慧現在可從人的咳嗽聲中，就可以認出對方是否為新冠肺炎患者──就算是無症狀患者，也能輕易被辨識出。在目前全球疫情仍未趨緩之際，AI 可說是為新冠病毒的檢測帶來新希望！

美國麻省理工學院（MIT）實驗室日前發表一篇論文，表示他們開發出的最新 AI 演算法，只要聽到人的「咳嗽聲」，就能知道這個人有沒有感染新型冠狀病毒。重要的是──這個方法對檢測出無症狀患者特別有用。

新冠疫情依然在全球多國延燒，目前有越來越多證據顯示，在新冠病毒感染者中「無症感染者」佔了相當大的比例。這些沒有發燒、咳嗽、四肢無力等明顯特徵的無症狀感染者，因接受檢測的機會遠遠小於有症狀的感染者、難以及早接受治療，因此是十分有可能持續傳染給他人，成為疫情防堵的最大威脅。

而近日，麻省理工學院（MIT）實驗室公開表示，他們利用 AI 成功開發出一種冠狀病毒檢測的新方法。

該方法的關鍵是分析人的「咳嗽聲」。MIT 研究人員在電氣電子工程學會（IEEE）的《醫療生物工程》（Engineering in Medicine and Biology）期刊上發表一篇論文，文中表示他們發現無症狀感染者發出的咳嗽聲、與身體健康的一般人有所不同，或可幫助協助辨識出感染病毒的患者，使預篩變得更加容易。雖然人耳無法辨認這種細微的差異，但人工智慧 AI 可以。

在此篇論文中，研究人員明確表示，他們已經開發出一種能辨識新冠肺炎患者咳嗽聲的 AI。

「聽聲」看診 人工智慧靠聲音辨識多種疾病

其實在疫情開始流行之前，研究團隊已著手開發能分析咳嗽異聲的 AI。當時的目標是一望能診斷出肺炎、哮喘和阿茲海默症等疾病。

麻省理工學院自動識別實驗室的研究科學家、同時也是此次論文共同作者之一的布萊恩‧蘇比拉納（Brian Subirana）已證明咳嗽異聲可以幫助預測阿茲海默症。由於新冠肺炎與阿茲海默症有某些相同的症狀，因此團隊便思考是否能將此技術應用至疫情檢測上。蘇比拉納表示：「感染新冠病毒疾病之後，就算是沒有出現任何症狀，你發出聲音的方式也會變得不一樣了。」

研究團隊訓練了稱為「ResNet-50」的神經網絡，用 1000 多個小時的語音資料集訓練，以辨識區分不同強度的聲音。有研究成果表示，聲似「mmmm」的發音可以顯示出一個人聲帶肌肉的狀況，AI 可以根據其中細微的不同，進而判斷出是否有呼吸道症狀。

之後，團隊訓練了第二個 AI 模型，用來區分言語中明顯的情緒狀態。因罹患疾病、神經系統較脆弱的人，表現出沮喪、憂鬱比表達快樂的頻率更高。研究人員是透過蒐集演員表演的資料集來開發出「語音情緒分類器」的模型，讓 AI 得以辨識如平靜、快樂和悲傷等從聲音流露出的情緒。

接著，研究團隊訓練了第三個 AI 模型，專門辨別肺部和呼吸功能的變化。

最後，該團隊將這三個模型結合在一起，並多編寫一種檢測肌肉退化的演算法。團隊試用這組結好的 AI 模型，辨識包括阿茲海默症患者在內的人聲錄音。他們發現，與舊有的 AI 相比，新 AI 可以更好地識別出患有阿茲海默症的聲音樣本。

結論表明，聲帶減弱、語言情緒、肺活量、呼吸功能以及肌肉退化這四個面向是診斷的要點，同時也可以用來檢驗是否罹患 COVID-19。