研究背景

面对新冠肺炎，探寻一种快速而全面的筛查手段是疫情当前的一项重要任务，尤其是针对无症状感染者，全面的筛查更是重中之重。目前所采用的筛查方法虽然尽可能的压缩了成本和时间，但仍有很大的进步空间。那么是否存在一种更为高效且成本更为低廉的筛查手段？麻省理工学院的研究团队展开了相关研究，他们创建了一个人工智能模型，该模型能够通过咳嗽声对无症状感染者进行识别。

数据收集

1.数据集创建

该项目采用全球众包的方式，收集COVID-19强制声音（受试主动咳嗽而非由疾病诱发的咳嗽）以及与疾病有关的官方诊断和自查问卷数据，最终在几十万次咳嗽中筛选出5320次COVID-19阳性和阴性数据，其中4256名受试者的音频作为训练数据，1064名的音频作为测试数据。表1提供了该数据集的分布情况。

表1. 数据集的分布情况 

注：“Hit”列显示了每个子组上的模型准确性；“Diagnostic”区域展示了每个受试者病症的诊断来源（官方评估、医生诊断、个人评估）；“Symptoms”区域展示了每个受试对症状的自我评估。值得注意的是，在阳性数据中，女性被试比男性被试多出6.2%，这可能说明了男性在确诊后和女性相比不太愿意做实验的志愿者。 

2.模型构建

针对COVID-19的建模工作，该团队以此前创建的开放语音大脑模型框架（OVBM）为基础展开了相关研究，该框架最近被应用于阿尔兹海默症的诊断，其诊断结果达到了93.8%的精度，图1展示了基于OVBM框架的COVID-19鉴别模型体系结构。

       图 1. 基于OVBM框架的COVID-19鉴别模型体系结构

注：以咳嗽音频为输入，以COVID-19诊断和纵向显著性图为输出的COVID-19鉴别器概述架构。该结构也被应用于阿尔茨海默氏症的识别。

具体构建过程如下：

首先通过MFCC提取音频特征，然后将提取出来的向量特征作为输入导入由三个生物指标（①声带、②情绪，③肺与呼吸道）所构成的卷积神经网络（CNN）中进行训练，最终经过池化等后续处理得到筛查结果。在整个模型框架中，核心之处在于CNN的构建，那么该CNN模型是如何构建的呢？接下来本文将对三个ResNet50的建构进行介绍。

①-ResNet50（vocal cords）：

研究表明，声音“mmmmm”可以反映出一个人的声带强弱，基于此，该团队利用1000＋小时的有声读物对该神经网络进行训练，从中找出“them”一词。测试结果显示，该生物标志物能够检测出存在于新冠患者与对照组之间的声带变异，从而区分出54%的测试集。对于19%的被试来说，这是唯一能正确区分他们的生物标志。

②-RetNet50（Sentiment）:

研究表明，神经退行性衰退患者通常表现出高于常人的沮丧怀疑等情绪，新冠患者在患病期间也会出现相同认知衰退现象。为了区分新冠患者与对照组的情绪状态，该团队训练了一个情绪语音分类器（该分类器对大量演员的情绪表现数据进行训练分析）。

③-RetNet50（Lungs and Respiratory Tract）:

肺部和呼吸道的物理结构随着感染而改变，在新冠肺炎早期，流行病学家便通过强迫患者咳嗽来听诊患者肺部变化。因此肺部的状态也是区分患者与对照组的重要生物指标。该团队通过搜集大量咳嗽音频，对该模型进行训练。

研究结果

测试结果表明，该Al模型针对新冠肺炎患者识别准确率为98.5%，无症状感染者识别准确率为100%。

研究结论

1.新冠肺炎患者即使没有明显的症状，其声音也会发生明显变化，该变化可以通过AI模型有效地识别。

2.本研究揭示了阿尔兹海默症和新冠肺炎之间的相似性，在进行病症识别的过程中，二者所使用的生物标志物是一致的。这表明，除了温度、压力或脉搏外，存在一些更高层级的生物标志物可以被用来进行疾病诊断。

原文：COVID-19 Artificial Intelligence Diagnosis using only Cough Recordings

作者：Jordi Laguarta, Ferran Hueto, Brian Subirana

期刊：IEEE Open J. Eng. Med. Biol

发表时间：2020.09

DOI：10.1109/OJEMB.2020.3026928