▲感染新冠病毒後，咳嗽的聲音會變得不一樣。（圖／Getty Images）
美國的研究人員開發出一種智能演算法，只要聽到咳嗽的聲音就能知道這個人有沒有感染新冠病毒。
研究人員表示，在新冠病毒測試結果呈陽性的人當中，這個演算法的成功率達98.5%。在無症狀患者當中，凖確率達100%。
這個運用人工智能的演算法是美國麻省理工學院（MIT）實驗室開發出來的。研究人員在電氣電子工程學會（IEEE）的《醫療生物工程》（Engineering in Medicine and Biology）期刊上發表論文。
研究團隊希望能將這個技術應用到手機程序App上讓更多的人使用，但是在那之前還需要得到主管機關的批准。
論文共同作者之一，麻省理工學院科學家蘇比拉納（Brian Subirana）對BBC表示，「感染新冠病毒疾病之後，就算是沒有出現任何症狀，你發出聲音的方式也會變得不一樣了。」
他表示，這就像是有些人無法從咳嗽的聲音分辨出男女或兒童或成人一樣，人工智能經過分析大量樣本，找出聲音的細微特別之處後，就能夠單憑咳嗽的聲音分辨出是否感染新冠病毒疾病。
他說，這個技術對檢測無症狀患者特別有用，因為人類的耳朵無法從無症狀患者咳嗽的聲音當中分辨細微的差異。
「隨著學校和大眾運輸工具重新開放，這項技術的實際用途可以包括學校、工作場所和公共場所，在這些地方做篩檢預警。」
據了解，包括劍橋大學，卡內基·梅隆大學（Carnegie Mellon University）和英國衛生醫療新創公司Novoic在內的多個團隊也都在進行相關類似的研究計劃。
劍橋大學的新冠病毒疾病聲音計劃項目試圖從呼吸和咳嗽的聲音中辨認新冠病毒確診病例，這個項目在今年7月取得了80%的成功率。
該項目在5月時從378名公眾參與者當中收集到了459個咳嗽和呼吸的聲音樣本，現在該項目的樣本數已經增加為3萬個聲音樣本。
但是麻省理工學院實驗室一共收集了多達7萬個聲音樣本，每個樣本包含有幾次咳嗽的聲音，其中有2500個來自於新冠病毒疾病確診者。
人工智能專家切斯（Calum Chace）表示，這個能通過咳嗽聲音辨認新冠病毒疾病的演算法是「人工智能的經典範例」。
他說，這就好像把大量的X光圖像傳輸到一個機器上，最終這個機器就能學會從X光圖片中識別出癌症病例。
切斯專注於研究人工智能對未來的人類和社會可能會帶來的影響，他也曾經就人工智能帶來的衝擊提出警告。
但這一次切斯表示，「這是運用人工智能為我們幫忙的一個例子，從這一點我看不出人工智能有什麼危險。」
