麻省理工研发AI模型，称可通过分析咳嗽声来找出肺炎病人

麻省理工学院的科研团队在生物医药杂志《IEEE Journal of Engineering in Medicine and Biology》上发表了一篇文章，称其已经开发出了一种可以依靠咳嗽声来寻找新冠肺炎患者的人工智能模型，只要整合到移动应用程序或智能扬声器就可以非常简单地进行测试。

麻省理工学院从7万名志愿者那里收集了大约20万种咳嗽声。 他们需要用手机记录干咳声，并填写有关症状，是否患有肺炎和其他详细信息的调查。 结果，该团队从已确诊感染的志愿者中选取了2500个咳嗽声样本，并与另外2500个随机样本相结合来训练和测试人工智能模型。

在识别诊断肺炎患者的咳嗽时，人工智能模型的准确度为98.5％。 无症状咳嗽的准确性甚至是100％。 该人工智能框架会通过声带强度，情绪，肺部和呼吸系统反应以及由于新冠肺炎的肌肉降解4项生物标记。 麻省理工学院的研究团队将免费提供该程序，并与更多医院合作，希望扩大咳嗽声数据库并进一步训练人工智能。