图7.在初步研究（N=100）和根本研究（N=25）中，COVID-19诊断准确性与DIC均匀韶光的干系性。

根据根本测试，COVID-19的诊断准确率在DIC均匀为5秒时为94.69%，当DIC均匀为40秒时上升到98.22。
均匀值带有较低的随机偏差，但对系统和方法的偏差率没有影响。

图8为诊断缺点的比较特性。

图8.初始研究（N=100）和根本研究（N=25）中DIC偏差与均匀周期的干系性。

注：FPR是假阳性诊断缺点的概率，FNR是假阴性诊断缺点的概率。

对该批数据的DIC均匀周期为5秒后，图8中诊断的假阴性偏差（FNR）不超过2.5%。
我们认为，对确认患者的检测是不能涌现假阴性缺点的，由于这代表患者已规复康健，而进一步导致传播的增加。
而在DIC均匀周期为20秒后，我们不雅观察到的最小假阴性偏差均匀为0.3%，显著低于利用RT-PCR检测确认患者的假阴性偏差（根据现有数据看，大约为20%）。

谈论

我们估量会有人对我们提出的诊断方法提出反对见地，且我们也曾经听到过，紧张包括以下内容：

1、根本研究的结果来自少数确诊COVID-19的患者；

2、文章并没有给出COVID-19与人类头部微运动参数之间的明确关系。

对此，我们回答如下：

首先，关于剖析样本的数量。
人类行为参数在实质上与大多数医学和科学家惯用的生物学参数有所不同。
人的生物和生化特色是相对稳定的，虽然会随着韶光推移有所变革，但对同一患者每次的生化剖析与前一次比较只是略有不同。
而人类行为参数的变异性则显著高于生物参数的变异性。
韶光生物学过程的存在对行为参数有显著影响，每个人的感情和行为取决于诸多的外部和内部成分，这些成分的变革使得个体时候在改变。
常听人说，“你还是你，但你已经不是你了”，这不是没有道理的。
因此，就信息内容而言，丈量一个人的多个实时行为参数和多人同等数量的实时行为参数是相同的。
如丈量1个人的10个行为参数和丈量10个人的1个行为参数，从信息量上来看是一样的。
以是，给定行为参数的信息量不是由被试的数量决定的，而是由所丈量的实时行为参数的总数决定的。
本研究供应的确诊COVID-19患者的实时行为参数的数据量超过了大部分统计研究。
大多数关于COVID-19诊断的医学研究基于数百个剖析数据，而在我们的研究中，初步研究包括了40个行为参数的50余万次丈量数据，根本研究包括了40个行为参数的超过15万次的丈量数据。
当然，更多的数据（相对付目前的结果）可能会改变诊断的准确性，但不太可能是根本性的变革。
此外，增加实时行为参数的数据量后准确性可能会高于目前的结果，由于在我们的测试中，减少数据量后诊断的准确性较低。
很大程度可能是在录像和丈量时，摄像机的利用受限，从而影响了诊断的准确性。
为了避免过度演习和无关细节的影响，在5秒快速诊断COVID-19的程序开拓时，学习数据库的识别准确率设置在90%。
图7展示了这一方法是精确的，由于当识别演习过的数据库时，ANN的过度演习和针对次要细节的调度增加了识别精度，但降落了独立测试数据库的诊断（测试）精度。
因此，对采取实时行为参数丈量的方法来说，对研究多少确诊COVID-19患者并不是关键的。
大量丈量独立的行为参数（40个）和数十万个实时行为参数的丈量数据可以使AI能够创造COVID-19患者与康健人群以及患有其他疾病（流感、心血管疾病、肿瘤等）的患者为代表的对照组之间行为参数的稳定差异。
利用ANN配置进行AI学习后，实时行为参数之间的连接系数总数为8201个。
因此，基于已有的结果，我们认为增加数据量只会提高诊断的准确性。

其次是COVID-19疾病与人类头部微运动特色之间的联系。
从振动影像技能发展之初至今，我们一贯试图理解头部微运动依赖于人的生理生理状态的缘故原由。
最初我们假设热力平衡和人体热力学是它们之间产生关系的紧张机制。
进而又假设前庭感情反射与生理生理状态和头部微运动有关。
只管事实上找到这种联系的明确机制并不那么主要，更主要的是从统计方面确证其存在，我们将再做一个假设去证明所描述的征象之间存在物理依赖性。
广义相对论（因果关系事理）的一个推论是，如果两种物理征象中的一种发生在另一种之后，那么这两种物理征象是干系的。
罗杰•彭罗斯（Roger Penrose）在一系列关于意识物理学出版物中，提出了利用Orch-OR（调谐客不雅观还原）量子引力理论。
广义相对论和广义引力彷佛与头部的微运动是完备相关的事，但事实并非如此。
前庭感情反射是指在地球引力场的持续影响下，颈部肌肉做紧缩运动从而使头部保持垂直状态。
但在太空中，失落重情形下前庭感情反射是不起浸染的，由于支撑头部垂直的肌肉没有了调节的意义。
大概正如彭罗斯所说，人体内有信息交流的重力机制，如果这是真的，那么前庭系统会是第一个对重力旗子暗记做出反应的系统。
不过，如果把人工智能赞助研究理解为对彭罗斯Orch-OR引力理论的确认，那么他的批评者之一，人工智能专家马文（Marvin Minsky）会很失落望。
但是我们并不认为两者的方法是抵牾的。
科学不断发展，很可能在不久的将来会在人体内创造新的信息交流机制。
谢契诺夫（Sechenov）、达尔文（Darwin）、巴甫洛夫（Pavlov）、伯恩斯坦（Bernstein）、维纳（Wiener）、米拉•洛佩兹（Mira y Lopez）和洛伦兹（Lorenz）都曾流传宣传反射运动具有信息性。
以是振动影像技能的反对者们很可能是缺点的，他们不理解人类头部微运动和生理生理状态变革有着若何的联系，但不理解并不虞味着不存在。

人类头部对人体内的任何生物物理变革都很敏感从而产生微运动，昔时夜脑检测到谎话或对刺激时，它们就会产生相应的感情状态变革的惯性反应。
我们位于俄罗斯圣彼得堡的公司（Elsys）从2020年7月开始利用原有的振动影像系统对员工进行上岗前检测，以诊断COVID-19。
在此期间，我们分别在症状涌现的前5天和前7天创造2名员工被系统认为传染了COVID-19，之后的RT-PCR检测结果为阳性。
此外，还有通过振动影像技能确诊COVID-19的病例，确诊当天的RT-PCR检测结果为阴性，但仍旧进行了隔离，在5至7天后的RT-PCR检测为阳性。
这意味着，通过剖析人类头部微运动诊断COVID-19，比利用传统生化检测方法可以更早检测出疾病。
从物理学的角度看该方法的诊断过程是完备可以理解的，由于反射运动是惯性的，可以在瞬间将生理生理状态的变革转化为运动的变革。
而任何生归天学过程在发展过程中则每每会经历多少阶段。

结论

在我们看来，本文所描述的诊断COVID-19的方法，虽然看似虚幻和大略，但它是基于对反射运动进行剖析的科学方法，通过统计剖析证明了其实用性和可行性。
此外，我们相信，通过增加现有数据库以及调度AI学习和诊断算法，可以提高COVID-19的准确性。
敌人部运动的***处理不仅限于在PC（桌面电脑或条记本电脑）端，下一步我们的操持是开拓手机、平板等移动终真个运用平台。

本文中利用的数据和实时行为参数是公开的，可供有兴趣的同仁们用各自的方法研究诊断COVID-19的新算法。

我们还认为，人类头部反射微运动的信息量不仅限于COVID-19的诊断。
我们很高兴能看到关于振动影像运用方面独立研究的成果揭橥。
当然，对互助我们持有开放的态度，由于通过***处理的剖析方法即大略又实用，故振动影像技能具有大规模运用的广阔前景，也具备防止COVID-19大范围传播的潜力。
5秒实时***检测COVID-19是现有生化检测方法的有效补充，由于其可以非打仗，无感的办法下实现快速检测，支配快捷且无需花费大量人力和医疗资源。

数据及干系程序

本文研究所用数据可于https://psymaker.com/downloads/NN2.zip***。

通过行为参数丈量5秒快速诊断COVID-19的程序可于https://psymaker.com/downloads/setupCovid5s.exe***。

程序操作手册可于https://psymaker.com/downloads/COVID5S.pdf***。

以上资料及程序激活码（加密狗）可与作者或通讯作者联系。