AI4COVID-19：通过 App 从咳嗽样本对 COVID-19 进行 AI 赋能的初步诊断
音频与语音处理
2020-09-29 v6 机器学习
声音
定量方法
机器学习
摘要
背景：无法大规模检测已成为人类在持续对抗 COVID-19 大流行战争中的阿喀琉斯之踵。可扩展的筛查工具将改变游戏规则。基于先前关于基于咳嗽的呼吸道疾病诊断的工作，我们提出、开发并测试了一种由人工智能（AI）驱动的 COVID-19 感染筛查方案，可通过智能手机 App 部署。该名为 AI4COVID-19 的 App 记录并发送三段 3 秒的咳嗽声至运行于云端的 AI 引擎，并在两分钟内返回结果。方法：咳嗽是超过三十种非 COVID-19 相关医学疾病的症状。这使得仅通过咳嗽诊断 COVID-19 感染成为一个极具挑战性的多学科问题。我们通过研究 COVID-19 感染相较于其他呼吸道感染在呼吸系统引起的形态病理改变的差异性来解决该问题。为克服 COVID-19 咳嗽训练数据短缺，我们利用迁移学习。为降低由问题复杂维度带来的误诊风险，我们采用了以多管齐下中介为中心的风险规避 AI 架构。结果：结果显示 AI4COVID-19 能够区分 COVID-19 咳嗽与若干类型的非 COVID-19 咳嗽。其准确度足以令人鼓舞地进行大规模标注咳嗽数据收集，以衡量 AI4COVID-19 的泛化能力。AI4COVID-19 并非临床级检测工具，而是提供一种可随时、随地、由任何人部署的筛查工具。它也可作为临床决策辅助工具，用于将临床检测与治疗引导至最需者，从而挽救更多生命。
引用
@article{arxiv.2004.01275,
title = {AI4COVID-19: AI Enabled Preliminary Diagnosis for COVID-19 from Cough Samples via an App},
author = {Ali Imran and Iryna Posokhova and Haneya N. Qureshi and Usama Masood and Muhammad Sajid Riaz and Kamran Ali and Charles N. John and MD Iftikhar Hussain and Muhammad Nabeel},
journal= {arXiv preprint arXiv:2004.01275},
year = {2020}
}
备注
Accepted in Informatics in Medicine Unlocked 2020