由於無症狀感染者的存在，導致COVID-19的檢測和管控工作變得相當困難。不過麻省理工學院的一支研究團隊，正試圖通過分析咳嗽中隱含的獨特模式，來可靠預測某人是否處於COVID-19感染的早期階段。若進展順利，其很有望推出一款基於機器學習的AI預警系統。

（來自：MIT）

眾所周知，經驗豐富的醫生可通過咳嗽聲來判斷患者的呼吸道症狀。而此類AI 模型的建立，已經在哮喘和神經肌肉等疾病的分析上派上了一定的用場。

在COVID-19 疫病大流行之前，研究人員Brian Subirana 甚至宣稱可藉助咳嗽來輔助預測阿爾茲海默病。近日，他又將疾病可能改變患者咳嗽模式的研究方向，放在了COVID-19 的早期分析檢測上。

雖然Subirana不是第一個這麼想的，但這支MIT研究團隊已經創建了一個迄今為止最大的咳嗽研究數據集合。通過數千份樣本來訓練AI模型，其於近日在IEEE開放式期刊上介紹了最新的研究進展。

據悉，該AI 模型似乎已經具備了基於聲音強度、情緒、肺和呼吸功能、以及肌肉退化的細微模式變化，來分析和識別出COVID-19 無症狀感染者的能力。

針對無症狀和有症狀感染者的咳嗽進行檢查，該AI 模型的特異性已分別達到83% 和94%，且沒有大量的假陽性或假陰性報告。

即便如此，Subirana 還是謹慎樂觀地表示：“儘管該系統擅長於不健康咳嗽的監測，但大家還是不要輕易將之視作確診的權威工具”。

後續研究團隊還將與多家醫院展開合作，以建立更加多樣化的數據集。如果能夠獲得FDA 的批准，研究團隊還有望與私營企業合作開發一款工具App，以推廣這項技術的使用。