识别新冠无症状感染者，听咳嗽声就行？

本文来自微信公众号：学术经纬（ID：Global_Academia），编辑：药明康德内容团队，原文标题：《识别无症状感染者，听咳嗽声就可以？MIT开发人工智能，准确率超过98%》，题图来自：视觉中国

新冠病毒造成的无症状感染者没有乏力、发烧、呼吸短促等明显的身体症状，有可能在不知不觉间成为病毒的传播者。因此，及时筛查出无症状感染者，是防控疫情的重要一环。

近日，麻省理工学院（MIT）的研究人员利用人工智能（AI），开发了一种听声音识别无症状感染者的方法。他们发现，无症状感染者发出的咳嗽声与健康人的并不一样，尽管其中细微的差别很难为人耳分辨，但AI可以！

▲研究结果发表在《IEEE医学与生物工程学杂志》

研究人员收集了人们通过手机、笔记本电脑等设备主动上传到网页opensigma.mit.edu上的几万条录音。他们用数万份的咳嗽声和说话声的音频样本对AI模型进行了训练。随后，在向模型输入新的咳嗽声时，AI准确地识别出了98.5%的新冠核酸阳性患者，包括其中所有的无症状感染者。

从阿尔茨海默病到新冠肺炎

这种听音辨“症”的AI并非只能识别新冠患者。事实上，在没有疫情之前，这支研究团队正在尝试开发一种AI，“听”出阿尔茨海默病（AD）早期的患者。

阿尔茨海默病是一种神经退行性疾病，不仅会造成记忆力下降，而且还和神经肌肉衰退有关，比如造成声带减弱。因此，研究人员首先训练了一种通用的机器学习算法，来区分与声带强度相关的不同声音。

研究小组还训练了第二个神经网络，来识别言语中的情绪状态。这是因为相比一般人，AD患者往往更容易表现出沮丧或淡漠的情绪，快乐的情绪则相对较少。为此，研究人员利用一个收集了演员以不同情绪进行表达的大型语音数据集，开发了情绪语音分类器。

接着，研究人员训练了第三个神经网络，基于咳嗽声的数据，辨别肺和呼吸功能的差异。

图片来源：123RF

将三个模型结合起来，研究人员建立的这个AI框架可以在“听”不同人的音频时，根据声带强度、情绪、肺和呼吸功能、肌肉退化这几个标志，识别出AD患者。

而当新冠疫情爆发后，开发这一AI的研究人员开始设想，这套方法是否可以用于识别新冠患者？“说话声和咳嗽声都受到声带及其周围器官的影响。也就是说，说话和咳嗽在一定程度上是相似的。这就意味着，我们可以从说话声中听出人的性别、口音、情绪状态等，而AI也可以从咳嗽声中听出这些特征。”研究作者之一的Brian Subirana教授说。

20万份咳嗽声

为了加强对AI的训练，从4月开始，这个研究小组建立了一个网站来收集人们志愿提交的咳嗽录音。与此同时，志愿者还需要填写问卷，表明自己是否接受过新冠相关检测和诊断，结果如何，是否有症状等。

▲收集咳嗽音频的网站：opensigma.mit.edu

研究人员介绍，迄今他们已收集到70000多条音频，每条音频里包含多个咳嗽声，总计有大约20万份咳嗽音频，“据我们所知，这是迄今最大的咳嗽研究数据集。”Subirana教授说。

研究人员惊讶地发现，在原本用于识别AD患者的AI语音处理框架内，无需进行大量调整，就能找到针对新冠感染者的识别模式。更重要的是，AI可以敏锐地发现，在感染新冠病毒后，即便没有明显的症状，声音产生的方式也会有所改变。

MIT的新闻介绍，这支研究团队正在把该AI模型整合到智能设备的应用程序中，如果能够获得FDA批准，有望提供一种使用简单、没有痛苦的免费工具，用于大规模预检，帮助筛选可能无症状的新冠感染者。用户只需要每天登录，对着手机咳嗽几声，马上就可以知道自己有没有感染新冠的信息，得到警告后可以及时通过正式的测试来确认。

参考资料

[1] Jordi Laguarta et al., (2020) COVID-19 Artificial Intelligence Diagnosis using only Cough Recordings. 

[2] Artificial intelligence model detects asymptomatic Covid-19 infections through cellphone-recorded coughs. Retrieved Nov. 3, 2020, from https://news.mit.edu/2020/covid-19-cough-cellphone-detection-1029

本文来自微信公众号：学术经纬（ID：Global_Academia），编辑：药明康德内容团队