后疫情时代，无症状感染者正成为疫情复发最大的威胁。没有任何胸闷发热症状，你和同伴可能很难区分是否感染了新冠。
《IEEE 医学与生物学工程学杂志》论文
但人工智能可以，只要听听你的咳嗽声。 最近发表在《IEEE 医学与生物学工程学杂志》上的一篇论文中，麻省理工学院的研究人员表示，他们已经开发出可以识别 COVID-19 感染者咳嗽声的 AI。
在今年4月，研究小组着手收集尽可能多的咳嗽记录，包括来自 Covid-19 患者的咳嗽记录。
他们建立了一个网站，人们可以通过手机或其他支持网络的设备记录一系列咳嗽。参与者还填写了他们正在经历的症状的调查表，无论他们是否患有 Covid-19，是否通过官方测试，通过医生对其症状的评估或是否经过自我诊断而得到了诊断。
咳嗽检测视频（该视频来自CHOOCH网站）
迄今为止，研究人员已经收集了 70,000 多条录音，每条录音包含多个咳嗽声，总计约 200,000 咳嗽音频样本，Subirana 说这是 “已知最大的咳嗽研究数据集”。确认患有 Covid-19 的人（包括无症状的人）提交了大约 2500 份录音。该团队使用了 2,500 个与 Covid-19相关的记录，以及他们从集合中随机选择的另外 2500 个记录来平衡数据集。他们使用了 4,000 个样本来训练 AI 模型。然后将其余的 1,000 个记录输入模型中，以查看它能否准确区分出 Covid-19 患者和健康人群的咳嗽。
研究发现该AI模型共包含三个神经元网络，一个用于听你的咳嗽声本身，一个用于检查呼吸系统是否弱化（咳嗽是否愈来愈无力），第三个则是判断是否有因神经衰弱导致的情绪不稳定。该模型从 Covid-19 确诊的人中识别出 98.5% 的咳嗽。
Subirana 强调，这种 AI 模型的优势不在于检测有症状的新冠患者，不管他们的症状是由于 Covid-19 还是其他症状（如流感或哮喘）引起的。该工具的优势在于它能够分辨无症状新冠感染者的咳嗽和健康的咳嗽。
最终，他们设想可以将他们开发的音频 AI 模型集成到智能扬声器和其他听音设备中，以便人们可以方便地（也许每天）对他们的疾病风险进行初步评估。
研究人员指出，如果每个人都在学校、工厂或餐馆使用这种群体诊断工具，那么有效地实施这项措施就可以显著减少病毒传播。
事实上，在新冠病毒疫情开始时，2020年2月份，数言团队就已经通过数千份咳嗽样本来训练AI模型，利用传感器加拾音器及时监测学生的咳嗽音的强度和发生频率，其咳嗽声音识别率达90%以上，可以为校园防疫提供有效的预防和诊断。
同时移动端实时监测教室内咳嗽人数、温度、湿度、亮度、PM2.5、PM10、甲醛、二氧化碳、TVOC以及综合评分给出当前教室环境的健康状态，便于部门领导与家长实时了解当前教室环境的变化。
参考文献
Jordi, Laguarta., Ferran, Hueto., & Brian Subirana., (2020). COVID-19 Artificial Intelligence Diagnosis using only Cough Recordings.
