随着冬季的临近，全球疫情再度爆发，再加之越来越多的感染者呈现“无症状”，防疫管控工作也难上加难。不过近日，麻省理工学院（MIT）的研究团队似乎找到了解决之法。据报，MIT的一支研究团队正试图通过分析咳嗽中隐含的独特模式，来可靠预测某人是否正处于新冠肺炎感染的早期阶段。若进展顺利，它将很有希望推出一款基于机器学习的AI预警系统。众所周知，经验丰富的医生可以通过咳嗽声来判断患者的呼吸道症状。而人工智能（AI）模型已经被用来检测诸如肺炎、哮喘甚至神经肌肉疾病的情况，这些疾病患者的咳嗽方式都会有所不同。早在新冠病毒大流行之前，MIT研究人员Brian Subirana甚至宣称咳嗽可以帮助预测阿尔茨海默氏症。而近期，Subirana又将疾病可能改变患者咳嗽模式的研究方向，放在了新冠肺炎的早期分析检测上。
有了研究方向，Subirana就和他的团队创建了一个迄今为止最大的咳嗽研究数据库，并通过数千份样本来训练其AI模型，最新的研究进展也于近日刊登在了 IEEE（电气电子工程师学会）期刊上。具体而言，该AI模型似乎已经具备了基于声音强度、情绪、肺和呼吸功能、以及肌肉退化的细微模式变化，来分析和识别出新冠肺炎无症状感染者的能力。据称，该模型在聆听确诊病例的录音时准确率可达98.5%，在聆听无症状患者咳嗽的录音时准确率更是高达100%。而且，该模型的特异性也已分别达到83%和94%，也就是说，基本没有大量的假阳性或假阴性报告。
“我们认为这表明当你患有新冠肺炎时，你产生声音的方式会发生变化，即使你没有症状。”Subirana表示，并提醒人们称，“尽管该系统擅长于非健康咳嗽的监测，但大家还是不要轻易将之视作确诊的权威工具。”据悉，该团队正在与多家医院展开合作，从而建立更多样化的数据库。如果能够获得 FDA 的批准，研究团队还有望与私营企业合作开发一款手机应用App，以推广这项技术的使用。该团队建议，这种咳嗽分析可以应用到智能扬声器和数字助手中，以便日常评估。“如果每个人在去教室，工厂或餐厅之前都使用这种诊断工具，则该诊断工具就可以帮助有效减缓大流行的蔓延。”Subirana补充道。
