一個新人工智慧（人工智能）模型可以通過移動電話應用程序通過某人的聲音檢測到Covid-19，該研究將於週一在西班牙巴塞羅那舉行的歐洲呼吸協會國際大會上發表。
根據新聞醫療，本研究中採用的AI模型比側向流/快速抗原測試更便宜，更快且易於使用，這使其適合在PCR測試昂貴或具有挑戰性的低收入國家應用。
89％準確
荷蘭馬斯特里奇大學數據科學研究所Wafaa Aljbawi表示，橫向流程測試的準確性取決於品牌，但AI模型的準確性是89％的時間。
她補充說，橫向流程測試的識別能力明顯較低新冠肺炎沒有症狀的人感染。
這些令人鼓舞的結果表明，基本的語音記錄和定制的AI算法有可能在識別COVID-19感染患者時獲得高精度。根據Aljbawi的說法，此類測試可以免費提供，並且易於解釋。
上呼吸道和聲帶通常會受到Covid-19的影響，改變了一個人的聲音。同樣來自數據科學研究所的Visara Urovi博士和Maastricht大學醫學中心的肺科醫生Sami Simons博士測試了使用AI分析聲音以識別Covid-19的生存能力。
該團隊使用了來自眾包COVID-19的信息聽起來應用程序來自劍橋大學，其中包括來自4,352名健康和不健康受試者的893個音頻樣本，其中308個獲得了COVID-19-19-19陽性測試結果。
應用程序如何工作
用戶將該應用程序下載到智能手機，提供一些基本的人口統計，醫療和吸煙狀態信息，然後被要求記錄呼吸道聲音。
用戶必須採取三次咳嗽三遍，通過他們的嘴呼吸了三到五個深呼吸，在屏幕上閱讀三次句子是用戶必須採取的一些步驟才能進行測試。
研究人員採用了一種分析稱為MEL-SPECTROGRAM分析的語音的方法，該語音分析了多種語音特徵，例如音量，功率和隨著時間的流逝波動。
Long-Short術語記憶（LSTM）是他們發現的模型之一，其性能比其他模型更好。 LSTM所基於的神經網絡模仿人腦的功能並確定數據中的基本鏈接。
根據新聞醫學的報導，鑑於它可以將信息保存在內存中並與序列一起使用，因此適用於模擬隨著時間的流逝收集的信號，例如語音聲音。
它的總體準確率為89％，真正的正率或“靈敏度”為89％，真正的負率或“特異性”為83％，正確檢測正案例的準確率為89％。
進一步驗證發現
研究人員說，必須使用大量數量來驗證他們的發現。自實驗開始以來，已經收集了來自36116個個體的53,449個音頻樣本，可用於增強和驗證模型的準確性。
他們還在進行其他研究，以確定演講的哪些方面正在影響AI模型。
本文由技術時報擁有
由華金·維克多·塔克拉（Joaquin Victor Tacla）撰寫
