美國的研究人員開發出一種智能演算法,只要聽到咳嗽的聲音就能知道這個人有沒有感染新冠病毒。
研究人員表示,在新冠病毒測試結果呈陽性的人當中,這個演算法的成功率達98.5%。在無症狀患者當中,凖確率達100%。
這個運用人工智能的演算法是美國麻省理工學院(MIT)實驗室開發出來的。研究人員在電氣電子工程學會(IEEE)的《醫療生物工程》(Engineering in Medicine and Biology)期刊上發表論文。
研究團隊希望能將這個技術應用到手機程序App上讓更多的人使用,但是在那之前還需要得到主管機關的批准。
因應武漢肺炎疫情的爆發,為檢測民眾出入公共場所時的體溫,以達到防疫的目的,工研院 9 日發表「熱影像體溫異常偵測技術」,藉由非接觸式探測紅外線能量的方式,進行體溫的檢測。而該項技術也具備「AI 人工智慧辨識」、「室內外皆宜」、「多人動態測量」與「易於快速布建」等特點,目前已陸續導入台北市及離島澎湖的部分中小學內,以創新科技守護防疫的關鍵第一線。
細微差異
論文共同作者之一,麻省理工學院科學家蘇比拉納(Brian Subirana)對BBC表示,「感染新冠病毒疾病之後,就算是沒有出現任何症狀,你發出聲音的方式也會變得不一樣了。」
他表示,這就像是有些人無法從咳嗽的聲音分辨出男女或兒童或成人一樣,人工智能經過分析大量樣本,找出聲音的細微特別之處後,就能夠單憑咳嗽的聲音分辨出是否感染新冠病毒疾病。
他說,這個技術對檢測無症狀患者特別有用,因為人類的耳朵無法從無症狀患者咳嗽的聲音當中分辨細微的差異。
「隨著學校和大眾運輸工具重新開放,這項技術的實際用途可以包括學校、工作場所和公共場所,在這些地方做篩檢預警。」
熱影像體溫異常偵測技術」,除了辨識的精細度與準確性外,與坊間紅外線感測器主要的差異在於具備「AI 人工智慧辨識」,可直接鎖定人臉進行額溫偵測,不必擔心貓狗、公車、汽機車亂入,更不用擔心拿著熱食、熱咖啡卻被機器偵測到溫度過高發出警訊的不準確狀況。此外,我們以智慧化溫度補償技術,減少如光線、氣流或濕度等外在環境干擾,讓人員在戶外就可進行篩檢,「室內外皆宜」改進現有紅外線體溫感測儀大多須裝在室內的限制。
人工智能
人工智能專家切斯(Calum Chace)表示,這個能通過咳嗽聲音辨認新冠病毒疾病的演算法是「人工智能的經典範例」。
他說,這就好像把大量的X光圖像傳輸到一個機器上,最終這個機器就能學會從X光圖片中識別出癌症病例。
切斯專注於研究人工智能對未來的人類和社會可能會帶來的影響,他也曾經就人工智能帶來的衝擊提出警告。
但這一次切斯表示,「這是運用人工智能為我們幫忙的一個例子,從這一點我看不出人工智能有什麼危險。」
另外,工研院並導入「多人動態量測」的功能,可同時間透過臉部辨識量測鏡頭 1-3 公尺範圍內的所有民眾,讓量測期間人流快速通關,也可有效降低人力負擔。為了更有效率的量測體溫,工研院採用價格較平實的感測晶片,搭配演算法校正每一顆成色顯像,結合物聯網還可連結手機控制後台,不必專業人員也能輕易操作,非常適合「快速布建」在校園或企業等大量應用需求。
※本文章屬於TNZE天擇集團所有嚴禁轉載※