由于无症状感染者的存在，导致 COVID-19 的检测和管控工作变得相当困难。 不过麻省理工学院的一支研究团队，正试图通过分析咳嗽中隐含的独特模式，来可靠预测某人是否处于 COVID-19 感染的早期阶段。 若进展顺利，其很有望推出一款基于机器学习的 AI 预警系统。
众所周知，经验丰富的医生可通过咳嗽声来判断患者的呼吸道症状。而此类 AI 模型的建立，已经在哮喘和神经肌肉等疾病的分析上派上了一定的用场。
在 COVID-19 疫病大流行之前，研究人员 Brian Subirana 甚至宣称可借助咳嗽来辅助预测阿尔兹海默病。近日，他又将疾病可能改变患者咳嗽模式的研究方向，放在了 COVID-19 的早期分析检测上。
虽然 Subirana 不是第一个这么想的，但这支 MIT 研究团队已经创建了一个迄今为止最大的咳嗽研究数据集合。通过数千份样本来训练 AI 模型，其于近日在 IEEE 开放式期刊 上介绍了最新的研究进展。
据悉，该 AI 模型似乎已经具备了基于声音强度、情绪、肺和呼吸功能、以及肌肉退化的细微模式变化，来分析和识别出 COVID-19 无症状感染者的能力。
针对无症状和有症状感染者的咳嗽进行检查，该 AI 模型的特异性已分别达到 83% 和 94%，且没有大量的假阳性或假阴性报告。
即便如此，Subirana 还是谨慎乐观地表示：“尽管该系统擅长于不健康咳嗽的监测，但大家还是不要轻易将之视作确诊的权威工具”。
后续研究团队还将与多家医院展开合作，以建立更加多样化的数据集。如果能够获得 FDA 的批准，研究团队还有望与私营企业合作开发一款工具 App，以推广这项技术的使用。
