宣布称，干系研究结果发布在电气电子工程学会的《医疗生物工程》期刊上。
论文共同作者之一、麻省理工学院科学家苏比拉纳表示，“传染新冠病毒之后，就算是没有涌现任何症状，你发出的声音也会变得不一样。
”他表示，人工智能通过剖析大量样本、找出声音的细微不同之处后，就能单凭咳嗽的声音分辨出是否传染新冠病毒。
“该技能对检测无症状患者特殊有用，由于人类的耳朵无法从无症状患者咳嗽的声音等分辨细微差异。
”研究职员表示，在新冠病毒测试结果呈阳性的人中，该算法的准确率达98.5%。
在无症状患者中，准确率高达100%。
“随着学校和大众运输工具重新开放，这项技能可以在包括学校、事情场所和公共场所等地做筛检预警”。

目前包括英国剑桥大学、卡内基·梅隆大学等多个团队也都在进行类似研究。
剑桥大学“新冠病毒声音操持”就在通过从呼吸和咳嗽声中辨认新冠确诊病例，在今年7月的测试中取得80%的准确率。
该项目利用了3万个声音样本，而麻省理工学院网络了多达7万个声音样本。
人工智能专家切斯表示，通过咳嗽声音辨认新冠患者是“人工智能运用的经典范例”，运用类似事理，人工智能已能从X光照片中准确识别癌症患者。

来源：环球时报