收集咳嗽声，预测流行病趋势
美国马萨诸塞大学阿默斯特分校研究团队发明了一款名为“流感感应器”的便携式人工智能监测设备，它能够实时监测公共场所的咳嗽声音及人群密度，即时分析数据并预测流行性疾病的发展趋势。
马萨诸塞大学计算机和信息科学系助理教授塔西杜·拉赫曼团队开发了一个基于实验室的咳嗽模型，然后训练深度神经网络分类器在代表个体的热成像上绘制边界框并计数，让“流感感应器”能识别语音数据和图像等个人身份信息。
研究人员将感应器放在字典般大小的盒子中，置于马萨诸塞大学医疗服务诊所的4个候诊室内。8个月时间内，感应器平台搜集并分析了超过35万个热成像，捕捉到2100万段咳嗽、打喷嚏等语音样本，从而能够准确预测出大学诊所中的日常疾病发生率。
拉赫曼表示，这款便携式设备可应用于各类公共场所，它搜集的数据可以帮助人们确定流感疫苗的研发时机、可能实施的旅行限制、医疗供给的分配等，还可以进一步丰富人们预测季节性流感、新冠肺炎、非典等病毒性呼吸系统疾病的医学监测工具库。研究报告发表在《计算机协会交互式、移动、可穿戴和普适技术汇刊》上。▲ (王晓雄), 百拇医药
马萨诸塞大学计算机和信息科学系助理教授塔西杜·拉赫曼团队开发了一个基于实验室的咳嗽模型，然后训练深度神经网络分类器在代表个体的热成像上绘制边界框并计数，让“流感感应器”能识别语音数据和图像等个人身份信息。
研究人员将感应器放在字典般大小的盒子中，置于马萨诸塞大学医疗服务诊所的4个候诊室内。8个月时间内，感应器平台搜集并分析了超过35万个热成像，捕捉到2100万段咳嗽、打喷嚏等语音样本，从而能够准确预测出大学诊所中的日常疾病发生率。
拉赫曼表示，这款便携式设备可应用于各类公共场所，它搜集的数据可以帮助人们确定流感疫苗的研发时机、可能实施的旅行限制、医疗供给的分配等，还可以进一步丰富人们预测季节性流感、新冠肺炎、非典等病毒性呼吸系统疾病的医学监测工具库。研究报告发表在《计算机协会交互式、移动、可穿戴和普适技术汇刊》上。▲ (王晓雄), 百拇医药