卡内基大学研究「听音辨病毒」

卡内基大学团队认为，分析咳嗽声、说话声，可以判断是否罹患新冠病毒。(图/哈佛大学)

新冠病毒在全球爆发，各国都很难准确判断疫情，因为病毒测试剂普遍短缺，使得罹病黑数无法避免。现在卡内基梅隆大学(Carnegie Mellon University)尝试研究「听声音分析是否感染」的方法，他们认为肺炎患者的声音，必然与健康者有明显的差异。现在研究仍处于试验阶段，正在征求更多的声音样本，以提高准确度。

未来主义(Futurism)报导，卡内基梅隆大学研究生班杰明·史屈纳(Benjamin Striner)说：「我们寻找的是最便宜、最快速的判断方法。我知道现在有许多生化团队在研究更快得知结果的试剂，不过我想，绝对没有比讲几句话还要便宜和容易的方法。」

他进一步解释「我们常常会听到自己朋友说话声音出现差异，就询问他是否身体微恙，这是因为健康人的说话声音，确实与呼感道感染者的声音不同。既然我们都判断的出来，透过AI与大数据分析法，就更能准确的找出差异，这是我们研究的初衷。」

电脑科学教授莉塔‧辛格(Rita Singh)也是团队成员，她多年来，一直在研究人类声音中的微特征，并由AI系统加以分类，她认为这些细微特征，可以揭示有人类的心理状态变化，情绪，甚至健康状态。

她说：「新冠肺炎患者的咳嗽声非常有特色，它对肺部的影响非常严重，以至于呼吸模式都会受到影响，因此他们的咳嗽声、呼吸声，说话声都会有所不同。」很强的特征。”

史屈纳和辛格等人，在过去学校停课的一段时间，四处收集各种咳嗽声、说话声、呼吸声，尤其是向新冠病毒患者那里收集。他们表示，已经取得足够的音频，然后进行演算法。

不过，有些学者认为这项研究在此时不太合适，哥伦比亚大学医学中心的教授阿许万‧房森(Ashwin Vasan)表示尽管出发点是良善的，但是这套系统无法做为准确的病毒判断，那么又算什么呢?

卡内基梅隆大学的团队表示，他们正在努力应对这项应用程序对公共健康的影响，史屈纳也承认，音频分析可能会误判结果，不过他们仍希望公众能够一同参与，在未来也许是初步健康分析的一环。

这项研究的相关网址在下方连结。

程式会要求参与者咳嗽几声，并录制其他元音，并朗读字母。然后，它提供一个分数，表示参与者罹患新冠病毒的可能性。