一个新人工智能(人工智能)模型可以通过移动电话应用程序通过某人的声音检测到Covid-19,该研究将于周一在西班牙巴塞罗那举行的欧洲呼吸协会国际大会上发表。
根据新闻医疗,本研究中采用的AI模型比侧向流/快速抗原测试更便宜,更快且易于使用,这使其适合在PCR测试昂贵或富有挑战性的低收入国家中应用。

89%准确
荷兰马斯特里奇大学数据科学研究所Wafaa Aljbawi表示,横向流程测试的准确性取决于品牌,但AI模型的准确性是89%的时间。
她补充说,横向流程测试的识别能力明显较低新冠肺炎没有症状的人感染。
这些令人鼓舞的结果表明,基本的语音记录和定制的AI算法有可能在识别COVID-19感染患者时获得高精度。根据Aljbawi的说法,此类测试可以免费提供,并且易于解释。
上呼吸道和声带通常会受到Covid-19的影响,改变了一个人的声音。同样来自数据科学研究所的Visara Urovi博士和Maastricht大学医学中心的肺科医生Sami Simons博士测试了使用AI分析声音以识别Covid-19的生存能力。
该团队使用了来自众包COVID-19的信息听起来应用程序来自剑桥大学,其中包括来自4,352名健康和不健康受试者的893个音频样本,其中308个获得了COVID-19-19-19阳性测试结果。
应用程序如何工作
用户将该应用程序下载到智能手机,提供一些基本的人口统计,医疗和吸烟状态信息,然后被要求记录呼吸道声音。
用户必须采取三次咳嗽三遍,通过他们的嘴呼吸了三到五个深呼吸,在屏幕上阅读三次句子是用户必须采取的一些步骤才能进行测试。
研究人员采用了一种分析称为MEL-SPECTROGRAM分析的语音的方法,该语音分析了多种语音特征,例如音量,功率和随着时间的流逝波动。
Long-Short术语记忆(LSTM)是他们发现的模型之一,其性能比其他模型更好。 LSTM所基于的神经网络模仿人脑的功能并确定数据中的基本链接。
根据新闻医学的报道,鉴于它可以将信息保存在内存中并与序列一起使用,因此适用于模拟随着时间的流逝收集的信号,例如语音声音。
它的总体准确率为89%,真正的正率或“灵敏度”为89%,真正的负率或“特异性”为83%,正确检测正案例的准确率为89%。
进一步验证发现
研究人员说,必须使用大量数量来验证他们的发现。自实验开始以来,已经收集了来自36116个个体的53,449个音频样本,可用于增强和验证模型的准确性。
他们还在进行其他研究,以确定演讲的哪些方面正在影响AI模型。
本文由技术时报拥有
由华金·维克多·塔克拉(Joaquin Victor Tacla)撰写