共计 678 个字符，预计需要花费 2 分钟才能阅读完成。
这次的新冠状病毒尽管没有 2002 年的 SARS 破坏力那么强悍，但其可怕之处是长时间的无症状埋伏，使得被感染者在不知情的状况下，将病毒散播进来。如果没有强有力的防疫伎俩，病毒的流传简直难以管制。而避免病毒大规模流传的最外围措施就是对无症状感染者的检测，对这类人群做好适当的隔离察看，是防止再次出现大规模感化的无效办法。
目前为止，核酸检测是被广泛应用的发现措施，除此之外还没有特地好的低成本且疾速的检测形式。然而，近日 麻省理工学院新闻办公室公布了一种全新的检测办法，该办法只须要患者应用手机采集咳嗽声音，而后利用人工智能模型来判断患者是否患有新冠状病毒。
该模型通过患者利用浏览器、手机、电脑等设施提交咳嗽录音，将无症状人群与衰弱人群辨别开来。钻研人员利用神经网络模型，对数以万计的咳嗽样本以及口头语言进行了训练。当他们给模型输出新的咳嗽记录时，模型精确地辨认了 98.5% 被确诊患有 2019 冠状病毒疾病的咳嗽，包含 100% 的无症状咳嗽（这些咳嗽上传者没有症状，但经检测病毒呈阳性）。
目前钻研小组正致力于将这个模型整合到一个用户体验更为敌对的应用程序中，如果 FDA 批准大规模采纳，那么这个应用程序可能成为一个 收费、便捷、无创的检测工具。用户能够每天登录，对着手机咳嗽，而后立刻失去他们是否可能被感化的信息。
对于该项钻研的论文被发表在了《IEEE 医学与生物工程杂志》上，如果您对该论文感兴趣，能够关注我的公众号：“程序猿 DD”，发送关键词“咳嗽检测”获取论文 PDF。
欢送关注我的公众号：程序猿 DD，取得独家整顿的收费学习资源助力你的 Java 学习之路！另每周赠书不停哦～