Дата публикации: 03 ноября 2020 г. #ИИ MIT: ИИ обнаруживает бессимптомную инфекцию Covid-19 через записанный с мобильного телефона кашельИсследователи из Массачусетского технологического института (Massachusetts Institute of Technology – MIT) разработали модель искусственного интеллекта, способную обнаруживать бессимптомный Covid-19. Результаты могут стать удобным инструментом проверки для людей, которые могут не подозревать, что они инфицированы. Исследователи Массачусетского технологического института теперь обнаружили, что бессимптомные люди могут отличаться от здоровых людей тем, как они кашляют. Эти различия невозможно расшифровать человеческим ухом. Но искусственный интеллект разницу «видит». В статье, опубликованной недавно в IEEE Journal of Engineering in Medicine and Biology, команда сообщает о модели искусственного интеллекта, которая отличает бессимптомных людей от здоровых людей с помощью записей принудительного кашля, которые люди добровольно отправляли через веб-браузеры и устройства, такие как мобильные телефоны и ноутбуки. Исследователи обучили модель десяткам тысяч образцов кашля, а также произнесенным словам. После чего модель ИИ по записи, точно идентифицировала 98,5% кашля людей, у которых было подтверждено наличие Covid-19, в том числе 100% кашля бессимптомных, которые сообщили, что у них нет симптомов, но дали положительный результат на вирус. Команда работает над включением модели в удобное для пользователя приложение, которое, если оно будет одобрено и широко распространено FDA, потенциально может стать бесплатным, удобным и неинвазивным инструментом предварительного скрининга для выявления людей, у которых с большой вероятностью не будет симптомов Covid-19. Пользователь может ежедневно входить в систему, кашлять в свой телефон и мгновенно получать информацию о том, может ли он быть заражен, и поэтому должен подтверждаться с помощью формального теста. «Эффективное внедрение этого инструмента групповой диагностики может уменьшить распространение пандемии, если все будут использовать его перед тем, как пойти в класс, на фабрику или ресторан», - говорит соавтор исследования Брайан Субирана (Brian Subirana), научный сотрудник лаборатории автоматической идентификации Массачусетского технологического института (MIT’s Auto-ID Laboratory). Источник: news.mit.edu
Популярные издания ФГБНУ «Аналитический центр»
Издания 2019 года
Издания 2018 года
открыть полный список изданий Центра → Документ был изменён 11.11.2019 в 10:50. |
![]() Поиск данных
об аттестации педагогических работников Издания Центра
|