哈希力量归集文库路径访问: 首页 > 通用人工智能 > 人工智能产业要闻库

麻省理工学院发明新AI工具:“听”咳嗽声鉴别新冠肺炎 准确率98.5%

刘霞 ☉ 文 来源:科技日报 2020-11-07 @ 哈希力量

【小哈划重点:不过,纽约大学医院呼吸保健医学主任安东尼·鲁宾斯基表示:“这一AI工具能否作为筛查工具还需进一步研究和论证,以确保其能准确评估所有年龄和种族的人的咳嗽。”】

有望作为筛查工具 或助遏制疫情
7XR哈希力量 | 通用人工智能文库

北京11月4日电  据美国趣味科学网站3日报道,麻省理工学院(MIT)研究人员称,他们发明了一款新人工智能模型,可以通过倾听健康人和新冠肺炎患者之间咳嗽的细微差别,发现新冠肺炎无症状病例。目前他们正对这一AI工具开展临床测试,也已向美国食品和药物监督管理局(FDA)提出申请,希望能获批作为新冠病毒筛查工具。7XR哈希力量 | 通用人工智能文库

这一AI算法基于他们先前开发的用于检测肺炎、哮喘甚至阿尔茨海默症等疾病的模型,这些疾病会导致机体功能退化,如声带减弱和呼吸功能下降等。该研究负责人、MIT自动识别实验室研究科学家布莱恩·苏比拉纳解释说:“人们的说话和咳嗽声会受到声带和周围器官的影响,因此,人工智能可从咳嗽声中获得很多信息,包括人的性别、母语甚至情绪状态等。”7XR哈希力量 | 通用人工智能文库

研究人员首先创建了一个网站,健康志愿者和新冠肺炎患者可以使用手机或计算机记录自己的咳嗽声音。他们通过该网站收集了70000多份咳嗽声音样本,其中2660份来自新冠肺炎患者——不管有无症状。然后,他们使用其中4256份样本训练AI模型,并使用1064份样本测试该模型,以查看它能否识别出新冠肺炎患者与健康人之间的咳嗽差异。7XR哈希力量 | 通用人工智能文库

他们发现,这款AI能识别与新冠肺炎特有的4个特征相关的咳嗽差异:肌肉退化、声带强度、情绪(例如怀疑和沮丧)、呼吸和肺功能。结果表明,该AI模型识别出新冠肺炎病患的准确率为98.5%;识别出无症状感染者的准确率为100%。7XR哈希力量 | 通用人工智能文库

研究人员称,该AI可以帮助发现无症状感染者,从而遏制新冠肺炎疫情的蔓延,其还能发现流感等其他疾病患者与新冠肺炎患者之间的区别,只是它在区分新冠肺炎患者和健康人方面要好得多。7XR哈希力量 | 通用人工智能文库

该团队目前正在多家医院对这款AI工具开展临床试验,也在向监管机构申请,希望将其囊括在将于下个月发布的一款应用程序内。据悉,剑桥大学、卡内基梅隆大学等也在进行类似项目。7XR哈希力量 | 通用人工智能文库

不过,纽约大学医院呼吸保健医学主任安东尼·鲁宾斯基表示:“这一AI工具能否作为筛查工具还需进一步研究和论证,以确保其能准确评估所有年龄和种族的人的咳嗽。”7XR哈希力量 | 通用人工智能文库

(原文标题:《新AI工具“听”咳嗽声鉴别新冠肺炎》)7XR哈希力量 | 通用人工智能文库



收录源追溯链接或暂略


本文收录后固定可引用URL链接
    http://www.haxililiang.com/toutiao/kuaixun/32947.html


☉ 文库同一主题内容智能推荐 ☉
哈希力量 ☉ 人机智能科普文库