據4日在西班牙巴塞羅那舉行的歐洲呼吸學會國際會議上（shàng）公布的一（yī）項研究，人工（gōng）智（zhì）能（AI）可通過（guò）手機應（yīng）用程序從人們聲音中檢測出新冠肺炎感染，它比快速抗原（yuán）測試更準確（達到89%），且更便宜、快速和易（yì）於使用。

　　新冠肺炎感染通常會影響上呼吸道和聲帶，導致（zhì）一個人（rén）的聲音發生變化。荷蘭馬斯特裏赫特大學（xué）數據科學研究（jiū）所研究員瓦法阿·阿（ā）爾傑巴（bā）維解釋說，研究結果表（biǎo）明，簡單的語音記錄和AI算法能精確確定哪些人感染新冠肺炎，此外，還支持遠程虛擬測試，出結果時間不到一分鍾。這（zhè）類測（cè）試可用於大型集會的檢（jiǎn）測點，對人群進行快速（sù）篩查。

　　研究團隊使用的數據來自英國劍橋大（dà）學的“新冠肺炎聲音（yīn）庫”應用程序，該應用程序（xù）包含來自4352名健康和非健（jiàn）康參與者的893個音頻樣本，其中308人的新冠肺炎檢測呈陽性。該應用程序安裝在用戶的手機上，參與者報告關於人口（kǒu）統計（jì）、病史和吸煙狀況（kuàng）的基本信息，然後被要求記錄一些聲音，包括咳嗽3次（cì），用嘴巴深（shēn）呼吸（xī）3—5次（cì），以及在屏幕上讀一小句話3次。

　　研（yán）究人（rén）員使用了一種名為梅爾譜圖的語音分（fèn）析技術，該技術可識別不同的語（yǔ）音特征，如（rú）響度、功率（lǜ）和隨時間的變化情況（kuàng）。

　　為了區（qū）分新（xīn）冠肺炎患者和沒有患病的人（rén）的聲音，研究人員建立了不同（tóng）的AI模型。他們發現，長短期記憶（LSTM）模型在對新冠肺炎病例進行分類方麵做得*好（hǎo）。LSTM基於神經網（wǎng）絡，它模仿人腦的運作方式並識別數據中的潛在關係。它還（hái）能將數據存儲在內存中。

　　這種AI-LSTM模型的總（zǒng）體準（zhǔn）確率為89%，正確檢（jiǎn）測陽性病例的能力（真陽性率或敏感性）為89%，正確識別陰性病例的能力（lì）（真陰性率或特異度）為83%。

　　研究人員表示，快速抗原測試的靈敏度隻有56%，但特異度（dù）高達99.5%。這意味著快速抗原測試錯誤地將陽性感染（rǎn）者歸為陰性的人比此次測試中歸類的更多。使用AI-LSTM模型，研究人員在100例繼續傳播病毒的病例中漏掉11例，而（ér）快速抗原測試漏掉了（le）44例。

本文轉載自人民健康網，內容均來自（zì）於互聯網，不代表本站觀（guān）點，內容版權歸屬（shǔ）原作者及站點所有，如有對您（nín）造成影響，請及時（shí）聯係茄子视频懂你更多予（yǔ）以刪除！