手機用AI聞「聲」辨新冠

根據4日在西班牙巴塞隆納舉行的歐洲呼吸學會國際會議上公佈的一項研究，人工智慧（AI）可透過手機應用程式從人們聲音中檢測出新冠肺炎感染，它比快速抗原測試更準確（達到89%），且更便宜、快速且易於使用。 

新冠肺炎感染通常會影響上呼吸道和聲帶，導致一個人的聲音改變。荷蘭馬斯特里赫特大學數據科學研究所研究員瓦法阿·阿爾傑巴維解釋說，研究結果表明，簡單的語音記錄和AI演算法能精確確定哪些人感染新冠肺炎，此外，還支持遠端虛擬測試，出結果時間不到一分鐘。這類測試可用於大型集會的檢測點，對人群進行快速篩檢。

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

研究人員使用了一種名為梅爾譜圖的語音分析技術，可辨識不同的語音特徵，例如響度、功率和隨時間的變化。 

為了區分新冠肺炎患者和沒有患病的人的聲音，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面做得最好。 LSTM基於神經網絡，它模仿人腦的運作方式並識別數據中的潛在關係。它還能將資料儲存在記憶體中。

這種AI-LSTM模型的整體準確率為89%，正確檢測陽性病例的能力（真陽性率或敏感性）為89%，正確識別陰性病例的能力（真陰性率或特異性度）為83%。 

研究人員表示，快速抗原測試的敏感度只有56%，但特異性高達99.5%。這意味著快速抗原測試錯誤地將陽性感染者歸類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，而快速抗原測試漏掉了44例。實習記者張佳欣

以上是手機用AI聞「聲」辨新冠的詳細內容。更多資訊請關注PHP中文網其他相關文章！