據(jù)4日在西班牙巴塞羅那舉行的歐洲呼吸學(xué)會國際會議上公布的一項(xiàng)研究，人工智能（AI）可通過手機(jī)應(yīng)用程序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(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影響上呼吸道和聲帶，導(dǎo)致一個人的聲音發(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，研究結(jié)果表明，簡單的語音記錄和AI算法能精確確定哪些人感染新冠肺炎，此外，還支持遠(yuǎn)程虛擬測試，出結(jié)果時(shí)間不到一分鐘。這類測試可用于大型集會的檢測點(diǎn)，對人群進(jìn)行快速篩查。

　　研究團(tuán)隊(duì)使用的數(shù)據(jù)來自英國劍橋大學(xué)的“新冠肺炎聲音庫”應(yīng)用程序，該應(yīng)用程序包含來自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(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音分析技術(shù)，該技術(shù)可識別不同的語音特征，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)，長短期記憶（LSTM）模型在對新冠肺炎病例進(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)作方式并識別數(shù)據(jù)中的潛在關(guān)系。它還能將數(shù)據(jù)存儲在內(nèi)存中。

　　這種AI-LSTM模型的總體準(zhǔn)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（真陰性率或特異度）為83%。

　　研究人員表示，快速抗原測試的靈敏度只有56%，但特異度高達(dá)99.5%。這意味著快速抗原測試錯誤地將陽性感染者歸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(xù)傳播病毒的病例中漏掉11例，而快速抗原測試漏掉了44例。