新冠病毒还能用语音识别？AI模型“听”咳嗽声判断是否感染

近日，麻省理工学院Auto-ID Labs研究小组研发了一个基于语音的新冠肺炎AI检测工具——Sigma。Sigma可以“听”出健康人和新冠肺炎患者咳嗽声的差别，从而区分出用户是否感染了COVID-19。

与之前的AI抗疫方案不同的是，研究小组希望用“众包”的方式获取模型训练数据，并根据实时训练数据同步更新模型。

4月9日，研究小组在学术网站arXiv上发表文章介绍Sigma计划，文章名称为《“嗨Sigma，我感染了冠状病毒吗？”呼吁用新的AI方法来支持应对新冠病毒大流行的专业医疗保健人员（“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）》。

论文链接：https://arxiv.org/pdf/2004.06510.pdf  目前这项研究还在持续推进，研究进展在https://opensigma.mit.edu网站更新。

语音识别算法能“认出”肺炎患者咳嗽声

截至4月22日，全球新冠肺炎累计确诊人数已经超过250万，死亡人数超17万。巨大的感染者基数使医疗系统不堪重负，疑似病例检测同样需要占用医疗资源。在这种情况下，已经有许多研究机构推出AI解决方案，协助医疗人员进行COVID-19检测或提供预检。

但是，麻省理工学院Auto-ID Labs研究小组指出，现有的研究要么使用静态数据集、要么在大企业牵头下进行，都具有一定局限性。静态数据集难以反映出疫情的发展变化，大公司牵头的方案也因隐私风险而饱受质疑。

Auto-ID Labs研究小组试图解决这些问题。最终，他们从之前的一项研究中得到了灵感。该研究证明，AI模型可以通过咳嗽声录音，区分出肺炎患者与正常人，哪怕是来自廉价手机的录音也不会影响判断结果。对新冠病毒感染者咳嗽声的研究也得出了相同结论。

在针对神经类疾病患者的另一项研究中，语音识别算法也比人类专家更早判断出病人发病情况（样本量小于50的精神病患者和样本量小于1000的认知障碍患者）。

因此，研究小组提议，可以设计一款AI语音识别工具，并用大规模收集的实时数据对其进行训练。

经过几次尝试，研究小组打造出了AI语音识别模型Sigma。

模型搭建：基于CNN，学会区分健康人和肺炎患者

Sigma模型基于一个卷积神经网络（CNN，convolutional neural network）进行训练。

首先，研究人员利用一个日常谈话数据库对CNN模型进行预训练；然后，研究人员用大量相似但不同的数据训练模型。这一过程被称为迁移学习，可以提高模型的预测能力。

在迁移学习的第一阶段中，模型需要学习分辨咳嗽和不咳嗽的声纹。研究人员认为这一阶段最为重要，因此，他们比较了支持向量机（SVM）、K-近邻算法（k-Nearest Neighbors algorithm）、随机森林（Random Fores）、逻辑回归（Logistic Regression）这4种浅层机器学习算法的准确性，试图找出最佳方案。结果显示，逻辑回归算法的准确性最高。

接下来，研究人员利用不到200个样本数据，借助主成分分析方法（Principal Component Analysis）制作出一个图表，对健康人咳嗽和新冠肺炎咳嗽分别进行了聚类分析（Cluster analysis），提取两种咳嗽的特征。

文章中并未给出准确率数值，但写到经过迁移学习后，Sigma模型能够主动区分出这两类人群。

模型发展：用大规模实时数据进行迁移学习

为了进一步提升Sigma模型的准确性，研究人员计划在未来收集大量真实数据，让模型进行深入迁移学习。他们强调：“如果我们有更多的临床数据和志愿者，我们就可以做更多”。他们将从4个主要渠道获取信息：招募150名新冠肺炎患者和3000名接触者，同时固定收集墨西哥、西班牙和美国这三个国家的感染者咳嗽声音频。

此外，研究人员呼吁更多新冠肺炎患者通过社交媒体渠道提交录音。文章中写明了对录音的要求：

1. 录制内容可以是咳嗽声、数字从0到9或语气词“Ommmmmmmmm”；

2. 录音时长为12秒。

研究人员称，如果能够建立一个足够大的实时数据来源，Sigma模型还能被开发出更多功能：

对于已经确诊新冠肺炎、但在居家隔离的患者来说，Sigma可以进行一项纵向音频测试，为用户提供是否需要医院就诊的建议；Sigma还可以筛选出病情最严重的新冠肺炎患者，优先为他们分配重症监护病房。

结语：Sigma模型更为精确，期待早日落地

麻省理工学院Auto-ID Labs研究小组推出的Sigma模型利用大量实时数据进行训练，相比于传统的AI训练方法更为精确，或能辅助医生做出临床决策。目前这个计划还在进行中，期待它能够尽快臻于成熟，在抗疫进程中发挥作用。