據(jù)4日在西班牙巴塞羅那舉行的歐洲呼吸學(xué)會(huì)國(guó)際會(huì)議上公布的一項(xiàng)研究，人工智能（AI）可通過(guò)手機(jī)應(yīng)用程序從人們聲音中檢測(cè)出新冠肺炎感染，它比快速抗原測(cè)試更準(zhǔn)確（達(dá)到89%），且更便宜、快速和易于使用。

　　新冠肺炎感染通常會(huì)影響上呼吸道和聲帶，導(dǎo)致一個(gè)人的聲音發(fā)生變化。荷蘭馬斯特里赫特大學(xué)數(shù)據(jù)科學(xué)研究所研究員瓦法阿·阿爾杰巴維解釋說(shuō)，研究結(jié)果表明，簡(jiǎn)單的語(yǔ)音記錄和AI算法能精確確定哪些人感染新冠肺炎，此外，還支持遠(yuǎn)程虛擬測(cè)試，出結(jié)果時(shí)間不到一分鐘。這類測(cè)試可用于大型集會(huì)的檢測(cè)點(diǎn)，對(duì)人群進(jìn)行快速篩查。

　　研究團(tuán)隊(duì)使用的數(shù)據(jù)來(lái)自英國(guó)劍橋大學(xué)的“新冠肺炎聲音庫(kù)”應(yīng)用程序，該應(yīng)用程序包含來(lái)自4352名健康和非健康參與者的893個(gè)音頻樣本，其中308人的新冠肺炎檢測(cè)呈陽(yáng)性。該應(yīng)用程序安裝在用戶的手機(jī)上，參與者報(bào)告關(guān)于人口統(tǒng)計(jì)、病史和吸煙狀況的基本信息，然后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(yǔ)音分析技術(shù)，該技術(shù)可識(shí)別不同的語(yǔ)音特征，如響度、功率和隨時(shí)間的變化情況。

　　為了區(qū)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(fā)現(xiàn)，長(zhǎng)短期記憶（LSTM）模型在對(duì)新冠肺炎病例進(jìn)行分類方面做得最好。LSTM基于神經(jīng)網(wǎng)絡(luò)，它模仿人腦的運(yùn)作方式并識(shí)別數(shù)據(jù)中的潛在關(guān)系。它還能將數(shù)據(jù)存儲(chǔ)在內(nèi)存中。

　　這種AI-LSTM模型的總體準(zhǔn)確率為89%，正確檢測(cè)陽(yáng)性病例的能力（真陽(yáng)性率或敏感性）為89%，正確識(shí)別陰性病例的能力（真陰性率或特異度）為83%。

　　研究人員表示，快速抗原測(cè)試的靈敏度只有56%，但特異度高達(dá)99.5%。這意味著快速抗原測(cè)試錯(cuò)誤地將陽(yáng)性感染者歸為陰性的人比此次測(cè)試中歸類的更多。使用AI-LSTM模型，研究人員在100例繼續(xù)傳播病毒的病例中漏掉11例，而快速抗原測(cè)試漏掉了44例。