在某些疾病的早期阶段,可能有有限的证据表明健康并发症正在发展,但仍可能存在一些微妙的线索。最近的两项研究表明,人工智能算法可以成功地分析人们的声音,以识别那些处于帕金森病早期阶段或严重的COVID-19肺部感染的人。研究人员将这些算法整合到一个名为Aum的智能手机应用程序中,该应用程序可用于诊断和监测各自的情况。

澳大利亚皇家墨尔本理工学院(RMIT)教授迪尼希·库马尔(Dinesh Kumar)参与了这两项研究,他解释说:“临床医生经常使用人们的声音来评估他们的病人,尤其是神经退行性疾病,如帕金森病,以及肺部疾病,无论是COVID-19还是其他肺部疾病。”“这种方法不仅是为了检测疾病,也是为了评估药物的效果,并优化剂量。”

库马尔和他的同事试图探索机器学习算法是否能探测到一个人声音中的这些微妙之处。在第一项研究中,他们招募了36名帕金森氏症患者和36名健康志愿者。

重要的是,人们的声音之间有天然的差异,这可能很难区分谁有或没有潜在的障碍。库马尔解释说:“为了克服这个问题,我们寻找可以检测疾病的非语言声音,尽管人们的声音有自然差异。”

因此,他的团队要求研究参与者说出不同的音素,这些音素需要从喉咙(/a/)、嘴巴(/o/)和鼻子(/m/)发出声音。录音是用装有ios系统的智能手机录制的。然后,他们开发并应用了一种机器学习算法,可以在环境背景噪音的情况下区分帕金森氏症患者和健康志愿者。在他们的研究九月十二日出版于IEEE访问他们报告说,该算法可以100%准确地识别研究人群中患有帕金森氏症的人。

一款可以检测帕金森症和COVID-19的应用程序www.youtube.com

“更重要的是,我们可以区分有积极药物治疗和没有积极药物治疗的帕金森病,”库马尔指出。“这非常重要,因为即使病人不能去诊所,神经科医生也可以对他们的病人进行评估,因此适合生活在偏远地区的人。”

这项初步研究的研究人员之一、皇家理工学院副教授Nemuel Pah有机会在2021年6月和7月在印度尼西亚对COVID-19患者进行了类似的研究。在这种情况下,Pah在22天的时间里记录了40名住院的COVID-19患者和48名健康受试者,要求他们说出6个音素(/a/, /e/, /i/, /o/, /u/和/m/)。

然后,研究人员对这些数据应用了一种不同的机器学习算法,发现入院后头三天从元音/i/中提取的特征,在区分COVID-19肺部感染患者和健康对照组方面最有效。该算法的准确率为94%。这些结果发表于9月20日IEEE健康与医学转化工程杂志

库马尔说,使用应用程序识别COVID-19患者的一个优势是,语音记录不需要医生与患者进行身体接触,因此是限制接触的合适方式。他说:“可以从远程位置的患者那里获得语音记录。”他指出,这种音素分析方法也不依赖于语言。

库马尔说,他的团队有兴趣将这些方法应用于现实世界,但还需要做更多的工作。具体来说,他们希望在澳大利亚药品管理局、美国食品药品监督管理局(FDA)和中国国家药品监督管理局注册他们的技术。“这需要时间和金钱;我们希望从迈克尔·j·福克斯(Michael J. Fox)等专注于帕金森病的(个人和)组织或为此目的的投资者那里获得资金,”库马尔说。

对话(3)
加勒特的苹果 2022年12月6日
LS

在iPhone应用商店里找不到。

1回复
R沃特金斯 2022年11月10日

对着手机的底部说话,声音就会暴露在后面的麦克风上,从而破坏了手机的降噪软件。可能不是最理想的诊断目的。

人工智能会窃取潜艇的隐身能力吗?

更好的探测将使海洋变得透明——也许还会导致相互毁灭

11分钟读取
一张潜艇在水中的照片,在部分多云的天空下。

弗吉尼亚级快速攻击潜艇维吉尼亚州将于2010年穿越地中海。当时,只要潜水,它就能消失。

美国海军

潜艇的价值主要是因为他们隐藏的能力。核战争中,核潜艇能够在第一次导弹袭击中存活下来,从而能够在第二次打击中发射导弹作为回应,这是所谓“相互保证毁灭”威慑战略的关键。因此,任何可能使海洋变得有效透明的新技术,都可能破坏世界和平,使潜伏的潜艇变得微不足道。近一个世纪以来,海军工程师们一直在努力研发速度更快、噪音更小的潜艇。但他们也同样努力推进一系列雷达、声纳和其他旨在探测、瞄准和消灭敌方潜艇的技术。

随着20世纪60年代早期核动力潜艇的出现,这种平衡似乎发生了转变。在2015年战略与预算评估中心的一项研究中,布莱恩·克拉克哈德逊研究所的一位海军专家指出,这些船只长时间保持在水下的能力使它们“雷达和主动声纳几乎不可能发现“但即使是这些隐形的潜艇也会产生细微的、非常低频的噪音,从很远的地方就能被探测到声水听器阵列网络安装在海底的。

继续阅读↓ 显示更少
{“imageShortcodeIds”(“30133857”):}
Baidu