此次的新冠狀病毒雖然沒有2002年的SARS破壞力那麼強悍，但其可怕之處是長時間的無症狀潛伏，使得被感染者在不知情的狀況下，將病毒散播出去。若是沒有強有力的防疫手段，病毒的傳播幾乎難以控制。而防止病毒大規模傳播的最核心措施就是對無症狀感染者的檢測，對這類人羣作好適當的隔離觀察，是避免再次出現大規模感染的有效方法。瀏覽器
目前爲止，核酸檢測是被普遍應用的發現措施，除此以外尚未特別好的低成本且快速的檢測方式。可是，近日麻省理工學院新聞辦公室發佈了一種全新的檢測方法，該方法只須要患者使用手機採集咳嗽聲音，而後利用人工智能模型來判斷患者是否患有新冠狀病毒。網絡
該模型經過患者利用瀏覽器、手機、電腦等設備提交咳嗽錄音，將無症狀人羣與健康人羣區分開來。研究人員利用神經網絡模型，對數以萬計的咳嗽樣本以及口頭語言進行了訓練。當他們給模型輸入新的咳嗽記錄時，模型準確地識別了98.5% 被確診患有2019冠狀病毒疾病的咳嗽，包括100% 的無症狀咳嗽（這些咳嗽上傳者沒有症狀，但經檢測病毒呈陽性）。工具
目前研究小組正致力於將這個模型整合到一個用戶體驗更爲友好的應用程序中，若是 FDA 批准大規模採用，那麼這個應用程序可能成爲一個免費、便捷、無創的檢測工具。用戶能夠天天登陸，對着手機咳嗽，而後當即獲得他們是否可能被感染的信息。學習
關於該項研究的論文被髮表在了《 IEEE 醫學與生物工程雜誌》上，若是您對該論文感興趣，能夠關注個人公衆號：「程序猿DD」，發送關鍵詞「咳嗽檢測」獲取論文PDF。人工智能
歡迎關注個人公衆號：程序猿DD，得到獨家整理的免費學習資源助力你的Java學習之路！另每週贈書不停哦～blog