咳嗽是很多呼吸系統(tǒng)疾病的癥狀表現(xiàn)。由美國谷歌公司科研人員領(lǐng)導(dǎo)的團隊最近開發(fā)出一種利用人工智能（AI）分析咳嗽,，進而幫助檢測健康狀況的新系統(tǒng),，未來或可用于診斷新冠,、結(jié)核病等疾病,。

　　 該系統(tǒng)是一種基于機器學(xué)習的工具，經(jīng)過對海量人類聲音片段的訓(xùn)練,，實現(xiàn)對咳嗽和呼吸等噪聲的檢測,，以診斷相關(guān)疾病和評估肺部功能狀況。這一系統(tǒng)的創(chuàng)新之處在于使用海量未標記的數(shù)據(jù)訓(xùn)練模型以及可微調(diào)執(zhí)行多項任務(wù)的能力,。相關(guān)論文近期已發(fā)表在預(yù)印本網(wǎng)站arXiv上,。

　　 此前很多類似的AI檢測工具在前期訓(xùn)練時都需要有標記的聲音數(shù)據(jù)，即人們的咳嗽聲錄音須與發(fā)聲者的健康信息相匹配,。比如,，一些聲音片段會被標記為該人在錄制時患有支氣管炎，便于AI學(xué)習識別,。但在醫(yī)學(xué)領(lǐng)域,，這樣有標記的訓(xùn)練數(shù)據(jù)非常匱乏,。

　　 谷歌的新系統(tǒng)采用了一種被稱為“自我監(jiān)督學(xué)習”的方法,，僅使用未標記的數(shù)據(jù)就可以成功訓(xùn)練出AI疾病檢測模型,。研究人員從社交媒體平臺優(yōu)兔上的公開視頻中提取了超過3億個咳嗽、呼吸,、清喉嚨等短聲音片段來訓(xùn)練模型,，使其可用于檢測多任務(wù)，如新冠,、結(jié)核病以及是否吸煙等,。由于模型經(jīng)過了廣泛和多樣的人類聲音訓(xùn)練，其檢測結(jié)果也是可推廣的,。

　　 相關(guān)科學(xué)家認為,，聲音作為一種生物標記物在疾病檢測領(lǐng)域的應(yīng)用前景廣闊，在診斷和篩查方面都有巨大潛力,。每周重復(fù)進行掃描或活檢對患者有所傷害,，而聲音檢測不具有侵入性，需要耗費的資源也更少,。