《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。

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。

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。

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.