基于呼出气体的 COVID-19 检测
机器学习
2024-10-08 v2 定量方法
摘要
SARS-CoV-2 冠状病毒于 2019 年出现，在随后四年间引发了 COVID-19 大流行，在报告的 7.7 亿例病例中造成了 700 万死亡。全球卫生紧急状况要求采取前所未有的努力来监测和降低感染率，推动了新诊断方法的研究。在本文中，我们介绍了一种廉价、快速且非侵入性的检测系统，其仅利用呼出气体。具体而言，给定空气样本后，使用原创的纳米采样装置与高精度光谱仪测量 10--351 质荷比范围内的质谱；随后，原始谱图由定制软件算法处理；清洗并增强的数据最终使用最先进的机器学习算法进行分类。2021 至 2022 年间，在约 300 名担心自己被感染（或因出现症状，或因近期患病初愈）的受试者中开展了非受控临床试验。尽管使用简便，我们的系统在识别 COVID-19 病例方面表现出与传统聚合酶链反应和抗原检测相当的性能（即 0.95 准确率、0.94 召回率、0.96 特异度、0.92 F1 分数）。鉴于这些结果，我们认为所提出的系统有潜力对未来流行病中的常规筛查和快速响应作出重大贡献，因为它能产生与最先进方法相当的结果，且以更快速、更少侵入性的方式提供。
引用
@article{arxiv.2305.19211,
title = {COVID-19 Detection from Exhaled Breath},
author = {Nicolo Bellarmino and Giorgio Bozzini and Riccardo Cantoro and Francesco Castelletti and Michele Castelluzzo and Carla Ciricugno and Raffaele Correale and Daniela Dalla Gasperina and Francesco Dentali and Giovanni Poggialini and Piergiorgio Salerno and Giovanni Squillero and Stefano Taborelli},
journal= {arXiv preprint arXiv:2305.19211},
year = {2024}
}