智東西（公眾號(hào)：zhidxcom）
編 | 董溫淑
智東西4月29日消息，近日，麻省理工學(xué)院Auto-ID Labs研究小組研發(fā)了一個(gè)基于語(yǔ)音的新冠肺炎AI檢測(cè)工具——Sigma。Sigma可以“聽(tīng)”出健康人和新冠肺炎患者咳嗽聲的差別，從而區(qū)分出用戶是否感染了COVID-19。
與之前的AI抗疫方案不同的是，研究小組希望用“眾包”的方式獲取模型訓(xùn)練數(shù)據(jù)，并根據(jù)實(shí)時(shí)訓(xùn)練數(shù)據(jù)同步更新模型。
4月9日，研究小組在學(xué)術(shù)網(wǎng)站arXiv上發(fā)表文章介紹Sigma計(jì)劃，文章名稱為《“嗨Sigma，我感染了冠狀病毒嗎？”呼吁用新的AI方法來(lái)支持應(yīng)對(duì)新冠病毒大流行的專業(yè)醫(yī)療保健人員（“Hi Sigma，do I have the Coronavirus?”：Call for a New Artificial Intelligence Approach to Support Health Care Professionals Dealing With The COVID-19 Pandemi）》。
論文鏈接：https://arxiv.org/pdf/2004.06510.pdf
目前這項(xiàng)研究還在持續(xù)推進(jìn)，研究進(jìn)展在https://opensigma.mit.edu網(wǎng)站更新。
一、語(yǔ)音識(shí)別算法能“認(rèn)出”肺炎患者咳嗽聲
截至4月22日，全球新冠肺炎累計(jì)確診人數(shù)已經(jīng)超過(guò)250萬(wàn)，死亡人數(shù)超17萬(wàn)。巨大的感染者基數(shù)使醫(yī)療系統(tǒng)不堪重負(fù)，疑似病例檢測(cè)同樣需要占用醫(yī)療資源。在這種情況下，已經(jīng)有許多研究機(jī)構(gòu)推出AI解決方案，協(xié)助醫(yī)療人員進(jìn)行COVID-19檢測(cè)或提供預(yù)檢。
但是，麻省理工學(xué)院Auto-ID Labs研究小組指出，現(xiàn)有的研究要么使用靜態(tài)數(shù)據(jù)集、要么在大企業(yè)牽頭下進(jìn)行，都具有一定局限性。靜態(tài)數(shù)據(jù)集難以反映出疫情的發(fā)展變化，大公司牽頭的方案也因隱私風(fēng)險(xiǎn)而飽受質(zhì)疑。
Auto-ID Labs研究小組試圖解決這些問(wèn)題。最終，他們從之前的一項(xiàng)研究中得到了靈感。該研究證明，AI模型可以通過(guò)咳嗽聲錄音，區(qū)分出肺炎患者與正常人，哪怕是來(lái)自廉價(jià)手機(jī)的錄音也不會(huì)影響判斷結(jié)果。
對(duì)新冠病毒感染者咳嗽聲的研究也得出了相同結(jié)論。
▲AI模型可識(shí)別出健康人咳嗽聲和感染者咳嗽聲的不同
在針對(duì)神經(jīng)類疾病患者的另一項(xiàng)研究中，語(yǔ)音識(shí)別算法也比人類專家更早判斷出病人發(fā)病情況（樣本量小于50的精神病患者和樣本量小于1000的認(rèn)知障礙患者）。
因此，研究小組提議，可以設(shè)計(jì)一款AI語(yǔ)音識(shí)別工具，并用大規(guī)模收集的實(shí)時(shí)數(shù)據(jù)對(duì)其進(jìn)行訓(xùn)練。
經(jīng)過(guò)幾次嘗試，研究小組打造出了AI語(yǔ)音識(shí)別模型Sigma。
二、模型搭建：基于CNN，學(xué)會(huì)區(qū)分健康人和肺炎患者
Sigma模型基于一個(gè)卷積神經(jīng)網(wǎng)絡(luò)（CNN，convolutional neural network）進(jìn)行訓(xùn)練。
首先，研究人員利用一個(gè)日常談話數(shù)據(jù)庫(kù)對(duì)CNN模型進(jìn)行預(yù)訓(xùn)練；
然后，研究人員用大量相似但不同的數(shù)據(jù)訓(xùn)練模型。這一過(guò)程被稱為遷移學(xué)習(xí)，可以提高模型的預(yù)測(cè)能力。
在遷移學(xué)習(xí)的第一階段中，模型需要學(xué)習(xí)分辨咳嗽和不咳嗽的聲紋。研究人員認(rèn)為這一階段最為重要，因此，他們比較了支持向量機(jī)（SVM）、K-近鄰算法（k-Nearest Neighbors algorithm）、隨機(jī)森林（Random Fores）、邏輯回歸（Logistic Regression）這4種淺層機(jī)器學(xué)習(xí)算法的準(zhǔn)確性，試圖找出最佳方案。
結(jié)果顯示，邏輯回歸算法的準(zhǔn)確性最高。
▲4種算法準(zhǔn)確性比較
接下來(lái)，研究人員利用不到200個(gè)樣本數(shù)據(jù)，借助主成分分析方法（Principal Component Analysis）制作出一個(gè)圖表，對(duì)健康人咳嗽和新冠肺炎咳嗽分別進(jìn)行了聚類分析（Cluster analysis），提取兩種咳嗽的特征。
▲病人不同病程階段咳嗽聲的特征
▲COVID-19感染者咳嗽聲的特征
文章中并未給出準(zhǔn)確率數(shù)值，但寫到經(jīng)過(guò)遷移學(xué)習(xí)后，Sigma模型能夠主動(dòng)區(qū)分出這兩類人群。
三、模型發(fā)展：用大規(guī)模實(shí)時(shí)數(shù)據(jù)進(jìn)行遷移學(xué)習(xí)
為了進(jìn)一步提升Sigma模型的準(zhǔn)確性，研究人員計(jì)劃在未來(lái)收集大量真實(shí)數(shù)據(jù)，讓模型進(jìn)行深入遷移學(xué)習(xí)。他們強(qiáng)調(diào)：“如果我們有更多的臨床數(shù)據(jù)和志愿者，我們就可以做更多”。
他們將從4個(gè)主要渠道獲取信息：招募150名新冠肺炎患者和3000名接觸者，同時(shí)固定收集墨西哥、西班牙和美國(guó)這三個(gè)國(guó)家的感染者咳嗽聲音頻。
此外，研究人員呼吁更多新冠肺炎患者通過(guò)社交媒體渠道提交錄音。文章中寫明了對(duì)錄音的要求：
1、錄制內(nèi)容可以是咳嗽聲、數(shù)字從0到9或語(yǔ)氣詞“Ommmmmmmmm”；
2、錄音時(shí)長(zhǎng)為12秒。
研究人員稱，如果能夠建立一個(gè)足夠大的實(shí)時(shí)數(shù)據(jù)來(lái)源，Sigma模型還能被開(kāi)發(fā)出更多功能：
對(duì)于已經(jīng)確診新冠肺炎、但在居家隔離的患者來(lái)說(shuō)，Sigma可以進(jìn)行一項(xiàng)縱向音頻測(cè)試，為用戶提供是否需要醫(yī)院就診的建議；Sigma還可以篩選出病情最嚴(yán)重的新冠肺炎患者，優(yōu)先為他們分配重癥監(jiān)護(hù)病房。
結(jié)語(yǔ)：Sigma模型更為精確，期待早日落地
麻省理工學(xué)院Auto-ID Labs研究小組推出的Sigma模型利用大量實(shí)時(shí)數(shù)據(jù)進(jìn)行訓(xùn)練，相比于傳統(tǒng)的AI訓(xùn)練方法更為精確，或能輔助醫(yī)生做出臨床決策。
目前這個(gè)計(jì)劃還在進(jìn)行中，期待它能夠盡快臻于成熟，在抗疫進(jìn)程中發(fā)揮作用。
文章來(lái)源：arXiv
