據4日在西班牙巴塞羅那（nà）舉行（háng）的歐洲呼吸學會國際會議上公布的一項研究（jiū），人（rén）工智能（AI）可通過手機應用程（chéng）序從人們聲音中檢測出（chū）新冠肺炎感染，它比快速抗（kàng）原測試更準確（達到89%），且更便宜、快速和易於使用。

　　新冠肺炎感染通常會影響上呼吸道和聲帶，導致一個人的聲音發生變化。荷蘭馬斯特裏赫特大學數據科學研究（jiū）所研究員瓦法阿·阿爾傑巴維解釋說，研究結果表明，簡單（dān）的語音記錄和AI算（suàn）法能精確確定哪些人感染新冠肺炎，此外，還支持遠程（chéng）虛擬測試，出結果時（shí）間不到一分鍾。這類測試可用於大型（xíng）集會（huì）的檢測點，對人群進行快速篩查。

　　研究團隊使用的數據來（lái）自英（yīng）國劍橋大學的“新冠肺炎聲（shēng）音庫”應用程（chéng）序，該（gāi）應用程序包含來自4352名健康和非健（jiàn）康參與（yǔ）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（de）手機上，參（cān）與者報告關於人口統（tǒng）計、病史和吸（xī）煙狀況的基本信息，然後被要求記錄一（yī）些（xiē）聲音，包括咳嗽3次，用嘴巴深呼吸3—5次，以及在屏幕上讀一小（xiǎo）句話3次。

　　研究人（rén）員使用（yòng）了一種名為梅爾譜圖的語音分（fèn）析技術，該技（jì）術可識別不同的語音特征，如響度、功率和隨時間的變（biàn）化情況。

　　為了區分新冠肺炎患者和（hé）沒（méi）有患病的人的聲音，研究人員建立了不同的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。LSTM基於神經網絡，它（tā）模仿人腦的運作方式並識（shí）別數據中的潛（qián）在關係。它還能將數據存（cún）儲在（zài）內存中。

　　這種AI-LSTM模型的總體準確率為89%，正（zhèng）確檢測陽性病（bìng）例的能力（真陽（yáng）性率（lǜ）或（huò）敏感性（xìng））為89%，正（zhèng）確識別陰性病例的（de）能力（真陰性（xìng）率（lǜ）或（huò）特異度）為83%。

　　研究人員表示，快速抗原測試的靈敏度隻有56%，但特異度高達99.5%。這意味著快（kuài）速抗原測試錯誤地將陽（yáng）性感（gǎn）染者歸為陰性的人比此次測試中歸（guī）類的更（gèng）多。使用AI-LSTM模型，研究人員在（zài）100例繼續傳播（bō）病毒的病例中漏掉11例，而快速（sù）抗原測試（shì）漏掉了44例。

本（běn）文轉載自人民健康網，內容（róng）均（jun1）來（lái）自（zì）於互聯網，不代表本站觀點，內容版權歸屬（shǔ）原作者及（jí）站點所有，如有對（duì）您造成影響，請及時聯係茄子视频懂你更多予以刪除（chú）！