麻省理工學院研發 AI 模型,靠分析咳嗽聲找出武漢肺炎患者

作者 | 發布日期 2020 年 11 月 03 日 7:45 | 分類 AI 人工智慧 , 醫療科技 Telegram share ! follow us in feedly


麻省理工學院的科研團隊早前在生物醫藥期刊《IEEE Journal of Engineering in Medicine and Biology》發表文章,表示開發了一個可以靠咳嗽聲,找出武漢肺炎患者的人工智慧模型,只要整合到手機程式或智慧揚聲器,就能夠非常簡單地進行測試。

麻省理工學院收集了約 20 萬個、來自 7 萬名志願者的咳嗽聲,他們以手機錄下乾咳聲,並且填寫有關症狀的調查,是否有感染武漢肺炎和其他詳情。結果團隊選取了 2,500 名確診感染志願者的咳嗽聲樣本,配合另外 2,500 個隨機的樣本,去訓練和測試人工智慧模型。

該人工智慧模型在辨認武漢肺炎確診者的咳嗽聲時,準確度為 98.5%;而無症狀咳嗽者的準確度是 100%。該人工智慧框架會透過聲帶強度、情緒、肺部和呼吸反應,還有因為武漢肺炎的肌肉降解 4 項生物標記。麻省理工學院科研團隊會將程式免費提供,並與多間醫院合作,希望可以擴大咳嗽聲資料庫,進一步訓練人工智慧。

(本文由 Unwire HK 授權轉載;首圖來源:pixabay