据西班牙《先锋报》网站11月2日宣布，新冠病毒无症状传染者没有明显的身体症状，以是一样平常不会主动接管病毒检测。
而这便是导致他们在不知不觉中成为病毒传播媒介的成分。

然而，麻省理工学院的研究职员创造，可通过检测咳嗽声将无症状传染者与康健人群区分开来。
这些都是人耳无法察觉的细微差别，但人工智却可以担此重任。

宣布称，研究职员利用志愿者志愿提交的数万份咳嗽和语音样本来演习该人工智能模型。
目前该人工智能模型已经能够准确识别98.5%的新冠肺炎患者的咳嗽声，个中包括100%的无症状传染者的咳嗽声。

研究团队正致力于将该人工智能模型纳入一个易于操作的运用程序。
如果得到批准并被大规模采取，该人工智能模型或将作为一种免费、实用、非侵入性的筛核对象来识别无症状传染者。
如果这种方法可行，该运用程序的用户就可以在每天登录后，对动手机咳嗽，并得到自己是否被传染的信息。
但无论如何，所有人末了都该当通过官方的病毒测试方法来确认自己是否传染病毒。

研究职员指出，如果每个人都在去学校、工厂或餐馆之前利用这种群体诊断工具，那么有效地履行这项方法就可以显著减少病毒传播。

实际上，在新冠病毒疫情开始前，研究团队就已经开始利用智好手机录制的咳嗽声演习人工智能模型，以期准确诊断肺炎和哮喘等疾病。
同样地，麻省理工学院的研究团队也开拓出一种通过剖析咳嗽声检测阿尔茨海默氏症前兆的人工智能模型。
这种疾病不仅与影象力受损有关，还与神经肌肉萎缩有关，而神经肌肉萎缩很可能影响声带。

宣布称，从今年4月开始，研究团队开始网络尽可能多的咳嗽声录音，个中也包括新冠病毒患者的咳嗽声录音。

迄今为止，研究职员已经网络了7万多份咳嗽声录音，每份录音都包含数次咳嗽，这相称于约20万次咳嗽的音频样本。
约有2500份录音是由新冠肺炎确诊病例提交的，个中包括无症状传染者。
（编译/刘丽菲）

来源：参考网