這次的新冠狀病毒雖然沒有2002年的SARS破壞力那么強悍，但其可怕之處是長時間的無癥狀潛伏，使得被感染者在不知情的情況下，將病毒散播出去，如果沒有強有力的防疫手段，病毒的傳播幾乎難以控制，而防止病毒大規模傳播的最核心措施就是對無癥狀感染者的檢測，對這類人群做好適當的隔離觀察，是避免再次出現大規模感染的有效方法，
目前為止，核酸檢測是被廣泛應用的發現措施，除此之外還沒有特別好的低成本且快速的檢測方式，但是，近日麻省理工學院新聞辦公室發布了一種全新的檢測方法，該方法只需要患者使用手機采集咳嗽聲音，然后利用人工智能模型來判斷患者是否患有新冠狀病毒，
該模型通過患者利用瀏覽器、手機、電腦等設備提交咳嗽錄音，將無癥狀人群與健康人群區分開來，研究人員利用神經網路模型，對數以萬計的咳嗽樣本以及口頭語言進行了訓練，當他們給模型輸入新的咳嗽記錄時，模型準確地識別了98.5% 被確診患有2019冠狀病毒疾病的咳嗽，包括100% 的無癥狀咳嗽（這些咳嗽上傳者沒有癥狀，但經檢測病毒呈陽性），
目前研究小組正致力于將這個模型整合到一個用戶體驗更為友好的應用程式中，如果 FDA 批準大規模采用，那么這個應用程式可能成為一個免費、便捷、無創的檢測工具，用戶可以每天登錄，對著手機咳嗽，然后立即得到他們是否可能被感染的資訊，
關于該項研究的論文被發表在了《 IEEE 醫學與生物工程雜志》上，如果您對該論文感興趣，可以關注我的公眾號：“程式猿DD”，發送關鍵詞“咳嗽檢測”獲取論文PDF，
歡迎關注我的公眾號：程式猿DD，獲得獨家整理的免費學習資源助力你的Java學習之路！另每周贈書不停哦～
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/204808.html
標籤：其他
下一篇：通過鳶尾花學習神經網路