由于無癥狀感染者的存在，導致 COVID-19 的檢測和管控工作變得相當困難。不過麻省理工學院的一支研究團隊，正試圖通過分析咳嗽中隱含的獨特模式，來可靠預測某人是否處于 COVID-19 感染的早期階段。若進展順利，其很有望推出一款基于機器學習的 AI 預警系統。
眾所周知，經驗豐富的醫生可通過咳嗽聲來判斷患者的呼吸道癥狀。而此類 AI 模型的建立，已經在哮喘和神經肌肉等疾病的分析上派上了一定的用場。
在 COVID-19 疫病大流行之前，研究人員 Brian Subirana 甚至宣稱可借助咳嗽來輔助預測阿爾茲海默病。近日，他又將疾病可能改變患者咳嗽模式的研究方向，放在了 COVID-19 的早期分析檢測上。
雖然 Subirana 不是第一個這么想的，但這支 MIT 研究團隊已經創建了一個迄今為止最大的咳嗽研究數據集合。通過數千份樣本來訓練 AI 模型，其于近日在 IEEE 開放式期刊上介紹了最新的研究進展。
據悉，該 AI 模型似乎已經具備了基于聲音強度、情緒、肺和呼吸功能、以及肌肉退化的細微模式變化，來分析和識別出 COVID-19 無癥狀感染者的能力。
針對無癥狀和有癥狀感染者的咳嗽進行檢查，該 AI 模型的特異性已分別達到 83% 和 94%，且沒有大量的假陽性或假陰性報告。
即便如此，Subirana 還是謹慎樂觀地表示：“盡管該系統擅長于不健康咳嗽的監測，但大家還是不要輕易將之視作確診的權威工具”。
后續研究團隊還將與多家醫院展開合作，以建立更加多樣化的數據集。如果能夠獲得 FDA 的批準，研究團隊還有望與私營企業合作開發一款工具 App，以推廣這項技術的使用。
