据国外媒体报道，一个主要由卡耐基梅隆大学的研究人员组成的团队针对新冠病毒检测推出了一款新应用的早期版本，据他们称，该应用只需分析你的声音，就能判断你是否可能感染病毒。

卡内基梅隆大学研究生本杰明·斯特纳(Benjamin Striner)参与了这个项目，他在接受Futurism网站采访时表示，“我看到很多人都在争相开发出更便宜、更快速的诊断方式。目前已经有一些非常好的方法，但没有什么比对着电话说话来诊断更便宜、更容易的了。”

鉴于当下新冠病毒疫情在全球各地蔓延，检测试剂盒更是普遍短缺，该应用颇具吸引力。但斯特纳认为，尽管该团队的算法仍处于试验性阶段，但它可能会成为一个很有价值的病毒传播跟踪工具，特别是在团队持续收集更多数据来提高准确性的情况下。

现在，你可以使用名为“COVID Voice Detector”的应用来分析你的声音，看看是否存在感染新冠病毒的迹象。不过，该应用附带了一个严肃的免责声明，说它“不是诊断系统”，也没有得到美国食品和药物管理局（FDA）或美国疾病控制与预防中心（CDC）的批准，不应该被用作医学测试或检查的替代手段。

该项目背后的研究人员强调，该应用还是个半成品。

“我们试图做的是，依据初步的实验和先前的专业知识，开发一个基于语音的解决方案，我们相信这是有可能实现的。”同样参与该项目的卡内基梅隆大学教授比沙·拉杰(Bhiksha Raj)说道，“该应用会通过识别你的声音标志与测试过的新冠病毒患者声音的匹配程度得出一个分数。但这并不是医学建议。现阶段，我们主要目标是收集大量的语音录音，然后利用这些录音来完善算法。”

“如果这个应用要作为一项公共服务公开发布，它和我们的诊断结果都必须先得到医疗专业人员的验证，以及得到CDC等机构的认证。” 拉杰补充说，“在那之前，它仍然是一个实验性的、不可靠的系统。我敦促人们不要根据我们给你的分数来做医疗决定，因为那可能会危及你自己和周围的人。”

总的来说，这款应用不太可能会变得像实验室测试一样准确。

“当然，在诊断方面，它永远不会像传统的实验室检测那么准确。”斯特纳表示， “但就能够简单迅速进行大范围的监测而言，它是一个不错的处理和跟踪突发公共卫生事件的途径。”

有智能手机或者带麦克风的电脑，就能轻松使用该款应用。它会指示用户咳嗽几次，录下一些元音读音，并背诵字母表。然后它会提供一个分数，以一个下载式的进度条来显示算法认为用户感染新冠病毒的可能性。

卡耐基梅隆大学计算机科学教授丽塔·辛格(Rita Singh)也参与了该项目。多年来，她一直在创建辨认人类声音中的细微识别标志的算法，她认为这些细微识别标志能够揭示个体的心理、生理甚至医疗数据。

“新冠病毒患者的咳嗽非常特别，”辛格说，“它对肺部的影响很大，以至于呼吸模式和其他的几个重要参数都受到了影响，而这些迹象很可能会在声音中有很明显的识别标志。”

辛格和斯特纳的团队由10名卡内基梅隆大学的研究人员组成，该大学因疫情而暂时关闭，所以他们一直在家里开发这款应用。目前他们所面临的一个挑战是，从确诊的新冠病毒患者那里收集足够多的音频数据，以便训练算法。

为了收集那些数据，该团队联系了世界各地的同行。不仅帮助他们收集来自新冠病毒患者的音频，而且还收集了其他病毒患者的音频，因而他们可以教算法识别这些差异。研究者甚至还仔细研究了新闻视频，从中寻找对患者的访谈片段，并将患者在那些访谈中的声音添加到数据集中。

“健康的人的样本，可能只是患了流感的人的样本，”斯特纳说道，“还有来自各种咳嗽类型的人的不同样本，什么样的咳嗽声音都有。这样就能发现它们的不同之处。”

该应用当前版本的准确性难以量化，斯特纳和辛格也都重申，它的诊断结果不应被视为医学建议。

辛格说，“目前还无法检验该应用的准确性，因为我们还没有经过验证的测试实例。”他还补充说，无论用户健康与否，使用该应用的人越多，他们可用来更好地训练算法的数据就越多。“如果录音来自一个健康的人，那么我们就有了‘健康的声音’听起来是什么样子的例子。如果录音来自于一个患有某种已知呼吸系统疾病的人，那么我们就知道这种疾病的患者的声音听起来是什么样子的。该系统将使用所有的这些数据作为反例，并把它们用于将其他令人困惑的情况和新冠病毒的识别标志区分开来。”

哥伦比亚大学医学中心教授阿什温·瓦桑(Ashwin Vasan)没有参与卡内基梅隆大学的研究，对于在全球健康危机时刻发布该款应用的做法，他持保留态度。

“尽管在这场危机中，一群工程师这么做可能是出于善意的帮助，但这并不是我们想要对外传达的信息。” 他警告称，“忽然之间，出现了一种可让我们诊断新冠病毒的新工具，但当下，我们真正需要的东西很多都非常短缺，比如实际的检测试剂盒、血液学测试、前线医疗工作者的个人防护装备以及供危重病人使用的呼吸机。特别是在我们华盛顿的领导人似乎无法满足这些最基本的需求的时候。任何其它的事情都只会分散我们的注意力。”

卡内基梅隆大学的研究团队表示，他们正在努力解决这款应用对公众健康的影响。斯特纳说，他们已经咨询了医学研究领域的研究者，并仔细考虑了如何调适这款应用的敏感性。

斯特纳说，“理性来说，我们可能会更情愿出现假阳性结果，而不是假阴性结果。如果你在某个人的新冠病毒诊断上得出假阴性结果，他们就会四处走动，传染给一群人。而如果你得出的是假阳性结果，那些人也许会获得他们实际上并不需要的检测，至少相比假阴性的情况影响要小很多。”（乐邦）

RECOMMEND

推

荐

阅

读

  AI社群  

对AI感兴趣的小伙伴，

网易智能有12个不同垂直领域社群等你来
添加智能菌微信：kaiwu_club

和我们一起探讨AI的故事~

网易新闻 | 智能工作室出品