人工智能设备可以通过监听咳嗽跟踪病毒趋势

马萨诸塞大学阿默斯特学院的研究人员已经发明了一种便携式监测装置由机器学习——FluSense——可以实时检测咳嗽和人群大小,然后分析数据直接监测流感样疾病和流感趋势。

FluSense创造者说新的计算平台,设想用于医院、医疗候诊室和较大的公共场所,可能扩大卫生监测的阿森纳工具用来预测季节性流感和其它病毒性呼吸道疾病暴发,比如COVID-19流行或SARS。

这样的模型可以直接通知救星的公共卫生应对流感疫情。这些数据源可以帮助确定流感疫苗活动的时机,潜在的旅游限制,医疗物资的分配等等。

“这可能使我们能够更准确地预测流感趋势,”合著者Tauhidur拉赫曼说,计算机和信息科学助理教授,他为博士生和作者Forsad阿尔·侯赛因。FluSense研究的结果发表在周三的《计算机协会互动、移动、可穿戴和无处不在的技术。

给他们的发明真实的选拔赛,FluSense发明家与乔治•科里博士执行主任大学健康服务;生物统计学家尼古拉斯•赖希UMass-based CDC流感预测卓越中心的主任;病媒传播疾病的专家和流行病学家安德鲁的情人和公共卫生学院的助理教授和健康科学。

FluSense平台流程的低成本的麦克风阵列和热成像数据树莓π和神经计算引擎。它存储任何个人身份信息,如语音数据或图像的区别。在拉赫曼的马赛克实验室,计算机科学家开发传感器观察人类健康和行为,研究人员首先建立了一个实验室咳嗽模型。然后他们训练有素的深层神经网络分类器热图像上画边框代表人民,然后计算它们。“我们的主要目标是构建预测模型在人口层面,而不是个体层面,“Rahman说。

他们把FluSense设备,包裹在一个矩形框大小的一个大字典,在四个医疗候诊室马塞诸斯州大学的大学卫生服务的诊所。

从2018年12月到2019年7月,FluSense平台收集和分析超过350000热图像和2100万测度音频样本公众等候区。

研究人员发现,FluSense能够准确预测日常疾病率大学诊所。多个和补充集FluSense信号“强烈相关”流感样疾病和流感实验室测试本身。

根据这项研究,“早期symptom-related FluSense捕获的信息可以提供有价值的附加和补充信息当前流感预测努力,“比如FluSight网络,这是一个多学科联合流感预测团队,包括帝国在马萨诸塞大学阿默斯特实验室。

“我已经感兴趣的测度的身体听起来很长一段时间,“Rahman说。“我想如果我们能捕捉咳嗽或打喷嚏的声音从公共空间自然很多人聚集的地方,我们可以利用这些信息作为预测的新的数据来源的流行病学趋势。”

艾尔·侯赛因说FluSense就是一个例子,结合人工智能和计算边缘的力量,frontier-pushing趋势,使数据搜集和分析数据的来源。“我们正试图让机器学习系统的边缘,”艾尔·侯赛因说,指着FluSense装置内的小型组件。“所有的处理发生在这里。这些系统正变得更便宜和更强大。”

下一步是测试FluSense其他公共区域和地理位置。

“我们最初的验证,确实咳嗽与相关疾病有相关性,“情人说。“现在我们想验证它超越这个特定的医院设置和显示我们可以跨地区推广。”

参考:阿尔•侯赛因,F。情人,A。科里,g。帝国,n G。&拉赫曼,t (2020)。FluSense:非接触式综合征监测流感样疾病的平台在医院等候区。诉讼ACM的互动、移动、可穿戴和无处不在的技术,4 (1),1:1-1:28。https://doi.org/10.1145/3381014

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。