《俄一应用程序可依据咳嗽声确定感染新冠的可能性》

  • 来源专题:生物安全知识资源中心 | 领域情报网
  • 编译者: hujm
  • 发布时间:2021-01-20
  • 俄罗斯储蓄银行旗下“Sber”人工智能实验室开发出一种应用程序,可以根据一个人的声音、呼吸和咳嗽来确定他感染新冠病毒的可能性。该应用程序算法得出结果仅需60秒,准确性在80%左右。

      “Sber”人工智能实验室介绍说,新冠病毒通过一定方式影响肺部、声带,当然也影响呼吸、言语和咳嗽。人类的耳朵有时能够明显感知这些变化,但往往从外表上看不出来。那么神经网络就派上了用场。音频文件转变为显示不同频率声音能量的光谱图,随后借助神经网络进行分析。软件编写过程中采用了1000多个呼吸和咳嗽声音样本,这些样本是由志愿者在与俄罗斯诊所的病人们打交道时采集的。

      “Sber”人工智能实验室的工作人员表示,这种快速检查方法取代不了医学测试,也不做诊断,只有医生才负责下诊断。但它有助于个人更快搞清楚,并作出请医生出诊的决定。

      “Sber”人工智能实验室称:“由于不同语言各具特点,开发过程中只收集了俄语数据,因此,我们目前没有在国外投入使用的计划。”

      这并非“Sber”实验室首次试水现代医疗。2020年12月,他们就启动了人工智能在线确诊服务。用户仅需在服务时列举症状即可获得人工智能的医学解答,之后系统将给出病人身体不舒服的最可能的三种原因。系统的“记忆”中存储了265种诊断,几乎涵盖了俄罗斯95%的诊断案例。根据病因的不同,识别准确度在75%到91%之间浮动。

      现在“Sber”人工智能实验室的网站上也有一份测试调查表,借助人工智能预见罹患新冠病毒的可能性,并对病程给出个性化的预测。

  • 原文来源:http://digitalpaper.stdaily.com/http_www.kjrb.com/kjrb/html/2021-01/19/content_461376.htm?div=-1
相关报告
  • 《新AI工具“听”咳嗽声鉴别新冠肺炎》

    • 来源专题:生物安全知识资源中心 | 领域情报网
    • 编译者:hujm
    • 发布时间:2020-11-05
    • 据美国趣味科学网站3日报道,麻省理工学院(MIT)研究人员称,他们发明了一款新人工智能模型,可以通过倾听健康人和新冠肺炎患者之间咳嗽的细微差别,发现新冠肺炎无症状病例。目前他们正对这一AI工具开展临床测试,也已向美国食品和药物监督管理局(FDA)提出申请,希望能获批作为新冠病毒筛查工具。   这一AI算法基于他们先前开发的用于检测肺炎、哮喘甚至阿尔茨海默症等疾病的模型,这些疾病会导致机体功能退化,如声带减弱和呼吸功能下降等。该研究负责人、MIT自动识别实验室研究科学家布莱恩·苏比拉纳解释说:“人们的说话和咳嗽声会受到声带和周围器官的影响,因此,人工智能可从咳嗽声中获得很多信息,包括人的性别、母语甚至情绪状态等。”   研究人员首先创建了一个网站,健康志愿者和新冠肺炎患者可以使用手机或计算机记录自己的咳嗽声音。他们通过该网站收集了70000多份咳嗽声音样本,其中2660份来自新冠肺炎患者——不管有无症状。然后,他们使用其中4256份样本训练AI模型,并使用1064份样本测试该模型,以查看它能否识别出新冠肺炎患者与健康人之间的咳嗽差异。   他们发现,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%。   研究人员称,该AI可以帮助发现无症状感染者,从而遏制新冠肺炎疫情的蔓延,其还能发现流感等其他疾病患者与新冠肺炎患者之间的区别,只是它在区分新冠肺炎患者和健康人方面要好得多。   该团队目前正在多家医院对这款AI工具开展临床试验,也在向监管机构申请,希望将其囊括在将于下个月发布的一款应用程序内。据悉,剑桥大学、卡内基梅隆大学等也在进行类似项目。   不过,纽约大学医院呼吸保健医学主任安东尼·鲁宾斯基表示:“这一AI工具能否作为筛查工具还需进一步研究和论证,以确保其能准确评估所有年龄和种族的人的咳嗽。”
  • 《为什么美国新冠感染率全球第一?这项新研究发现了“端倪”...》

    • 来源专题:生物安全知识资源中心—领域情报网
    • 编译者:hujm
    • 发布时间:2021-12-20
    • 发表在《PLOS Computational Biology》上的一项最新研究中,来自美国南加州大学领导的研究团队发现,在第一波新冠大流行期间感染新冠病毒原始毒株的人,以及几个月后感染由欧洲传播到美国的新冠病毒变异毒株的人,出现的症状顺序不同。研究人员表示,确定传染病症状发作的顺序将有助于在人群中早期区分有症状的感染,从而实现非药物干预并减少疾病的传播。 在这项研究中,研究人员开发了一个数字模型,用于根据患者症状数据预测感染新冠肺炎有症状病例的症状出现次序。 模型预测显示,在2020年5月感染新冠病毒原始毒株(D614G)的人出现的第一个症状是发烧,其次是咳嗽;而两个月后在美国感染D614G变体的人,很可能是以出现咳嗽为他们的第一个症状,其次是发烧、恶心/呕吐和腹泻。而已知在其他国家或地区的新冠肺炎患者中,发烧通常为第一个出现的症状。 鉴于在第一波疫情暴发期间从欧洲迅速传播到美国占主导地位的是D614G变体,研究人员假设这种突变可能会影响症状出现的顺序。 为了验证,他们又分析了日本暴发疫情时的患者数据。分析发现,随着在日本流行的新冠病毒原始毒株被D614G变体取代,患者出现症状的顺序也转变为了与美国一样的模式。这一发现验证了其他地理区域的类似结果,并支持D614G变体比新冠病毒原始毒株更早出现咳嗽的假设。 研究人员表示,Google趋势分析支持这些发现,而天气、年龄和合并症不影响该模型对症状顺序的预测。 这些结果表明,在病毒性传染病中,症状顺序会随病毒的突变而发生改变,同时提出了D614G变体更具传染性的可能性,因为感染者在导致身体虚弱的发烧出现之前更有可能在公共场所咳嗽。众所周知,新冠病毒最常见的传播途径是呼吸道飞沫,有症状的患者在咳嗽时往往会加剧这种传播,再加上有很多人不戴口罩,从而引发病毒快速传播。 因此,这可能就是新冠病毒在美国快速传播的原因之一。截至目前,美国新冠肺炎累计确诊病例50513424例;累计死亡病例803651例。 该研究第一作者、南加州大学融合科学研究所的博士后研究员Joseph Larsen说:“研究症状可能出现的顺序可以增加我们对疾病如何传播的理解,并进一步告知研究人员和医疗保健系统,感染者在未来可能经历的疾病症状。" 然而,该研究并没有回答这样一个问题,即:在最初几波疫情中发现的症状顺序对目前的德尔塔或奥密克戎变异毒株导致的症状是否成立。 另据美国全国广播公司财经频道(CNBC)报道,当地时间12月16日,美国纽约市市长比尔-白思豪的高级健康顾问Jay Varma博士在推特上说,随着假期前的病例数激增,纽约市的新冠病毒检测阳性率在短短三天内翻了一番。 他写道:"我们以前从未在纽约市见过这种情况。” 从12月9日到12月12日,纽约市的阳性检测率从3.9%飙升至7.8%。 "这是奥密克戎变异毒株,它不像以前的任何变异株,它能同时逃避疫苗和病毒诱导的针对感染的免疫。"Varma补充说。