AI憑咳聲尋新冠患者98.5%準確

By on November 3, 2020

原文刊於信報財經新聞「StartupBeat創科鬥室

MIT新AI技術現時無法取代快速抗體測試或DNA採樣。(路透資料圖片)

MIT新AI技術現時無法取代快速抗體測試或DNA採樣。(路透資料圖片)

新冠病毒(COVID-19)造成全球逾百萬人死亡,很多人都擔心自己會「中招」,就算間中只咳一兩聲,也會引起恐慌。麻省理工學院(MIT)近日開發的一套人工智能(AI)機器學習系統,能判斷咳嗽是否由COVID-19引致,相信可釋除大眾疑慮。

團隊表示開發了一個可憑咳嗽聲找出新冠肺炎患者的AI模型,只要整合到手機程式或智能揚聲器就能進行簡單測試,文章已刊於生物醫藥期刊IEEE Journal of Engineering in Medicine and Biology。

目前研究人員已收集了來自7萬名志願者約20萬個咳嗽聲,他們是以手機錄下乾咳聲,並填寫有關症狀,以及有否感染新冠肺炎等詳情。團隊最後選取了2500名確診者的咳嗽聲為樣本,配合另外2500個隨機樣本,訓練和測試該AI模型。

MIT近日開發一套AI機器學習系統,能判斷咳嗽是否由COVID-19引致。(MIT圖片)

MIT近日開發一套AI機器學習系統,能判斷咳嗽是否由COVID-19引致。(MIT圖片)

AI共分3個神經元網絡(neural network),一是聆聽咳嗽聲,其二是檢查呼吸系統是否弱化,咳嗽是否愈來愈無力;第三會判斷患者本身有否因神經衰弱,導致情緒不穩定,例如沮喪感增加。

研究小組以成千上萬的咳嗽和對話樣本訓練模型後,AI會通過聲帶強度、情緒、肺部和呼吸反應,還有因新冠肺炎的肌肉降解等4項生物標記,作為系統辨識的技術標準,辨識新冠肺炎確診者的咳嗽聲時,準確度達98.5%;其中,確診但無表面症狀的患者,準確度更是100%。

擬開發免費App供自測

科研團隊打算開發應用程式(App),免費給公眾使用,並且跟多間醫院合作,希望擴大咳嗽聲資料庫,進一步訓練人工智能。日後,只要在手機錄低咳嗽聲,就能對自己患病的風險多點了解。雖然這技術現時無法取代快速抗體測試或DNA採樣,但對緩解緊張的醫療檢測系統仍有一定幫助。

AI會通過聲帶強度、情緒、肺部和呼吸反應,還有因新冠肺炎的肌肉降解等4項生物標記,作為系統辨識的技術標準。(Freepik網上圖片)

AI會通過聲帶強度、情緒、肺部和呼吸反應,還有因新冠肺炎的肌肉降解等4項生物標記,作為系統辨識的技術標準。(Freepik網上圖片)

支持 StartupBeat

如欲投稿、報料,發佈新聞稿或採訪通知,按這裡聯絡我們