MIT用AI可通过咳嗽声来识别新冠肺炎，对无症状者准确率达100%

早在今年4月份，麻省理工学院Auto-ID Labs研究小组研发了一个基于语音的新冠肺炎AI检测工具——Sigma。Sigma可以“听”出健康人和新冠肺炎患者咳嗽声的差别，从而区分出用户是否感染了COVID-19。研究小组用“众包”的方式获取模型训练数据，并根据实时训练数据同步更新模型。

4月9日，研究小组在学术网站arXiv上发表文章介绍Sigma计划，文章名称为《“嗨Sigma，我感染了冠状病毒吗？”呼吁用新的AI方法来支持应对新冠病毒大流行的专业医疗保健人员（“Hi Sigma，do I have the Coronavirus?”：Call for a New Artificial Intelligence Approach to Support Health Care Professionals Dealing With The COVID-19 Pandemi）》。

在针对神经类疾病患者的另一项研究中，语音识别算法也比人类专家更早判断出病人发病情况（样本量小于50的精神病患者和样本量小于1000的认知障碍患者）。因此，研究小组提议，可以设计一款AI语音识别工具，并用大规模收集的实时数据对其进行训练。

经过几次尝试，研究小组打造出了AI语音识别模型Sigma。Sigma模型基于一个卷积神经网络（CNN，convolutional neural network）进行训练。

首先，研究人员利用一个日常谈话数据库对CNN模型进行预训练；然后，研究人员用大量相似但不同的数据训练模型。这一过程被称为迁移学习，可以提高模型的预测能力。

在迁移学习的第一阶段中，模型需要学习分辨咳嗽和不咳嗽的声纹。研究人员认为这一阶段最为重要，因此，他们比较了支持向量机（SVM）、K-近邻算法（k-Nearest Neighbors algorithm）、随机森林（Random Fores）、逻辑回归（Logistic Regression）这4种浅层机器学习算法的准确性，试图找出最佳方案。结果显示，逻辑回归算法的准确性最高。

接下来，研究人员利用不到200个样本数据，借助主成分分析方法（Principal Component Analysis）制作出一个图表，对健康人咳嗽和新冠肺炎咳嗽分别进行了聚类分析（Cluster analysis），提取两种咳嗽的特征。

文章中并未给出准确率数值，但写到经过迁移学习后，Sigma模型能够主动区分出这两类人群。

模型发展：用大规模实时数据进行迁移学习

为了进一步提升Sigma模型的准确性，研究人员计划在未来收集大量真实数据，让模型进行深入迁移学习。他们强调：“如果我们有更多的临床数据和志愿者，我们就可以做更多”。他们将从4个主要渠道获取信息：招募150名新冠肺炎患者和3000名接触者，同时固定收集墨西哥、西班牙和美国这三个国家的感染者咳嗽声音频。

此外，研究人员呼吁更多新冠肺炎患者通过社交媒体渠道提交录音。文章中写明了对录音的要求：

1. 录制内容可以是咳嗽声、数字从0到9或语气词“Ommmmmmmmm”；

2. 录音时长为12秒。

研究人员称，如果能够建立一个足够大的实时数据来源，Sigma模型还能被开发出更多功能：

对于已经确诊新冠肺炎、但在居家隔离的患者来说，Sigma可以进行一项纵向音频测试，为用户提供是否需要医院就诊的建议；Sigma还可以筛选出病情最严重的新冠肺炎患者，优先为他们分配重症监护病房。

到现在11月份刚刚公布的结果显示：这款AI能识别与新冠肺炎特有的4个特征相关的咳嗽差异：肌肉退化、声带强度、情绪（例如怀疑和沮丧）、呼吸和肺功能。结果表明，该AI模型识别出新冠肺炎病患的准确率为98.5%；识别出无症状感染者的准确率为100%。

根据发表在《IEEE医学与生物学工程杂志》（IEEE Journal of Engineering In Medicine and Biology）上的一篇论文研究，研究小组报告了一种AI模型，能通过咳嗽录音（人们可以通过浏览器和手机、笔记本等设备自愿提交），将无症状人群与健康人区分开来。

研究人员根据数以万计的咳嗽样本和口语训练了这个模型，然后给模型提供新的咳嗽记录时，它能准确地识别出98.5%的咳嗽来自于被证实患有新冠的人，包括识别出100%的无症状者的咳嗽，后者报告他们没有症状，但病毒检测呈阳性。

如果FDA（美国食品药品监督管理局）批准并大规模采用这个App，将会成为一个免费、方便、无创的预筛选工具，用于识别可能对新冠无症状的人。