AI再次助力流感監(jiān)控！便攜AI裝置通過監(jiān)控咳嗽聲來預(yù)測流感趨勢

近日，馬薩諸塞大學(xué)阿姆赫斯特分校(University of Massachusetts Amherst)的研究人員發(fā)明了一種名為FluSense的便攜式監(jiān)控設(shè)備，這種設(shè)備以機(jī)器學(xué)習(xí)為基礎(chǔ)，它可以實(shí)時檢測咳嗽和人群規(guī)模，然后分析數(shù)據(jù)，直接監(jiān)測類似流感的疾病和流感趨勢。

FluSense的發(fā)明者表示，這種新型邊緣計(jì)算平臺有望在醫(yī)院、醫(yī)療候診室和更大的公共空間使用，還可能會擴(kuò)大預(yù)測季節(jié)性流感和其他病毒性呼吸道疾病(如COVID-19流感或SARS)爆發(fā)的健康監(jiān)測工具庫。

通過在流感流行期間直接通報公共衛(wèi)生應(yīng)對措施，這樣的模型可以起到拯救生命的作用。這些數(shù)據(jù)源可以幫助確定流感疫苗研發(fā)、潛在旅行限制和醫(yī)療用品分配等的時間。

計(jì)算機(jī)和信息科學(xué)的助理教授、研究合著者博士研究生Tauhidur Rahman說：“這應(yīng)該可以使我們更準(zhǔn)確地預(yù)測流感趨勢。”Rahman還是主要作者Forsad Al Hossain的顧問，他們的研究結(jié)果于周三發(fā)表在《Proceedings of the Association for Computing Machinery on Interactive, Mobile, Wearable and Ubiquitous Technologies》雜志上。

為了測試FluSense平臺在現(xiàn)實(shí)世界中的效果，F(xiàn)luSense的發(fā)明者與大學(xué)衛(wèi)生服務(wù)中心的執(zhí)行主任喬治·科里(George Corey)博士、美國馬薩諸塞州疾病控制與預(yù)防中心(CDC)流感預(yù)測卓越中心生物統(tǒng)計(jì)學(xué)家尼古拉斯·賴克(Nicholas Reich)以及流行病學(xué)家、病媒傳播疾病專家、公共衛(wèi)生和健康科學(xué)學(xué)院的助理教授安德魯·洛弗(Andrew Lover)進(jìn)行了合作。

FluSense平臺使用樹莓派(Raspberry Pi)微型電腦和神經(jīng)計(jì)算引擎來處理低成本麥克風(fēng)陣列和熱成像的數(shù)據(jù)。它并不會存儲個人身份信息，比如語音數(shù)據(jù)或可識別的圖像。在Rahman的Mosaic實(shí)驗(yàn)室(計(jì)算機(jī)科學(xué)家在這個實(shí)驗(yàn)室里開發(fā)傳感器來觀察人類健康和行為)，研究人員首先開發(fā)了一個基于實(shí)驗(yàn)室的咳嗽模型。然后他們訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)分類器在代表人物的熱圖像上畫邊界盒，然后進(jìn)行計(jì)數(shù)。Rahman說：“我們的主要目標(biāo)是在人口層面上建立預(yù)測模型，而不是在個人層面上。”

他們把FluSense設(shè)備裝在一個大字典大小的長方形盒子里，并布置在馬薩諸塞州立大學(xué)健康服務(wù)診所的四個醫(yī)療候診室中。

從2018年12月到2019年7月，F(xiàn)luSense平臺從這些公共等候區(qū)域收集并分析了超過35萬張熱圖像和2100萬份非語音音頻樣本。

研究人員發(fā)現(xiàn)，F(xiàn)luSense能夠準(zhǔn)確地預(yù)測大學(xué)診所的每日發(fā)病率。多種互補(bǔ)的FluSense信號與實(shí)驗(yàn)室檢測流感類疾病以及流感本身有著“緊密的關(guān)聯(lián)”。

根據(jù)這項(xiàng)研究，“FluSense獲取的早期癥狀相關(guān)信息可以為當(dāng)前流感預(yù)測工作提供有價值的額外和補(bǔ)充信息，”例如FluSight網(wǎng)絡(luò)，F(xiàn)luSight網(wǎng)絡(luò)是一個多學(xué)科聯(lián)合的流感預(yù)測團(tuán)隊(duì)，其中就包括馬薩諸塞州立大學(xué)阿姆赫斯特分校的Reich實(shí)驗(yàn)室。

Rahman說：“我對非語言身體聲音感興趣已經(jīng)有很長一段時間了，我認(rèn)為，如果我們能夠在人們聚集的公共場所捕捉許多人的咳嗽或噴嚏聲的話，我們就可以利用這些信息作為預(yù)測流行病學(xué)趨勢的新數(shù)據(jù)來源。”

Al Hossain說，F(xiàn)luSense是人工智能和邊緣計(jì)算能力結(jié)合的一個例子，這種前沿推動趨勢使數(shù)據(jù)能夠直接在源頭被收集和分析。Al Hossain指著FluSense裝置內(nèi)部的緊湊組件說：“我們正試圖將機(jī)器學(xué)習(xí)系統(tǒng)推向邊緣計(jì)算。所有的過程都發(fā)生在這里，這些系統(tǒng)正變得更便宜、更強(qiáng)大。”

下一步是在其他公共區(qū)域和地理位置測試FluSense。

Lover說：“我們已經(jīng)初步證實(shí)，咳嗽確實(shí)與流感相關(guān)疾病有關(guān)，現(xiàn)在，我們想要驗(yàn)證這個結(jié)論在特定醫(yī)院環(huán)境之外的有效性，并且證明這個結(jié)論在不同的地點(diǎn)都適用。”

本文來源前瞻網(wǎng)，轉(zhuǎn)載請注明來源！（圖片來源互聯(lián)網(wǎng)，版權(quán)歸原作者所有）