澳門教育家陳康妮：如何應用人工智能模型檢測無症狀Covid-19感染者？
陳康妮・2020-11-03【作者簡介】 陳康妮 Miss Connie 澳門科技大學講師 澳州墨爾本大學主修高等教育管理學 澳門教育家（Digital Educator） 澳門培訓師 （Digital Trainer） 澳門教育專欄作家 （Digital Writer ) 全球職涯發展師 從事高等教育管理培訓工作十七年 從定義上說，感染了Covid-19的無症狀者沒有表現出明顯的疾病物理症狀。因此，他們不太可能對病毒進行測試，並且可能在不知不覺中將感染傳播給其他人。 但是似乎沒有症狀的人可能並沒有完全擺脫病毒造成的變化。外國研究人員現在發現，無症狀者的咳嗽方式可能與健康者不同。這些差異是人耳無法辨認的。但事實證明，它們可以由人工智能來處理。 最近看一篇發表在《 IEEE醫學與生物學工程學雜誌》上的一篇論文中，研究小組報告了一種AI模型，該模型通過強迫咳嗽錄音將無症狀的人與健康的人區分開來，人們可以通過網絡瀏覽器以及手機和筆記本電腦等設備自願提交。 外國研究人員用成千上萬的咳嗽樣本和口語訓練了該模型。當他們給模型提供新的咳嗽記錄時，它可以準確地識別出確診為Covid-19的人的咳嗽率為98.5％，其中包括無症狀的咳嗽的100％，後者報告自己沒有症狀，但經檢測呈陽性。 外國有研究人員正在努力將該模型整合到一個用戶友好的應用程序中，如果獲得FDA的批準並被大規模採用，該程序將有可能成為一種免費，便捷，無創的預篩查工具，以識別可能對Covid-19無症狀的人。用戶可以每天登錄，咳嗽到他們的手機中，並立即獲得有關他們是否可能被感染的信息，因此應通過正式測試進行確認。 如果每個人在去教室，工廠或餐廳之前都使用該診斷工具，則該組診斷工具的有效實施可以減少大流行的傳播。 無症狀 這種AI模型並不意味著診斷有症狀的人，只要他們的症狀是由於Covid-19還是其他病症（例如流感或哮喘）引起的。該工具的優勢在於能夠分辨無症狀的咳嗽和健康的咳嗽。 外國有研究學者根據他們的AI模型開發免費的預檢應用程序。他們還與世界各地的多家醫院合作，收集了更大，更多樣化的咳嗽記錄集，這將有助於訓練和增強模型的準確性。 如果預篩查工具不斷改進，那麼疫症可能就成為過去。 最終，他們設想可以將自己開發的音頻AI模型集成到智能揚聲器和其他聽音設備中，以便人們可以方便地初步評估他們的疾病風險。
MO560・2019-07-20
澳門優惠・2019-01-21
CyberCTM-Video・2018-04-26
熊神進・2017-08-19
LifeMag Editor・2017-08-10