近日，馬薩諸塞大學(xué)阿姆赫斯特分校(University of Massachusetts Amherst)的研究人員發(fā)明了一種名為FluSense的便攜式監(jiān)控設(shè)備，這種設(shè)備以機(jī)器學(xué)習(xí)為基礎(chǔ)，它可以實(shí)時(shí)檢測(cè)咳嗽和人群規(guī)模，然后分析數(shù)據(jù)，直接監(jiān)測(cè)類似流感的疾病和流感趨勢(shì)。

FluSense的發(fā)明者表示，這種新型邊緣計(jì)算平臺(tái)有望在醫(yī)院、醫(yī)療候診室和更大的公共空間使用，還可能會(huì)擴(kuò)大預(yù)測(cè)季節(jié)性流感和其他病毒性呼吸道疾病(如COVID-19流感或SARS)爆發(fā)的健康監(jiān)測(cè)工具庫(kù)。

通過(guò)在流感流行期間直接通報(bào)公共衛(wèi)生應(yīng)對(duì)措施，這樣的模型可以起到拯救生命的作用。這些數(shù)據(jù)源可以幫助確定流感疫苗研發(fā)、潛在旅行限制和醫(yī)療用品分配等的時(shí)間。

計(jì)算機(jī)和信息科學(xué)的助理教授、研究合著者博士研究生Tauhidur Rahman說(shuō)：“這應(yīng)該可以使我們更準(zhǔn)確地預(yù)測(cè)流感趨勢(shì)。”Rahman還是主要作者Forsad Al Hossain的顧問，他們的研究結(jié)果于周三發(fā)表在《Proceedings of the Association for Computing Machinery on Interactive, Mobile, Wearable and Ubiquitous Technologies》雜志上。

為了測(cè)試FluSense平臺(tái)在現(xiàn)實(shí)世界中的效果，F(xiàn)luSense的發(fā)明者與大學(xué)衛(wèi)生服務(wù)中心的執(zhí)行主任喬治·科里(George Corey)博士、美國(guó)馬薩諸塞州疾病控制與預(yù)防中心(CDC)流感預(yù)測(cè)卓越中心生物統(tǒng)計(jì)學(xué)家尼古拉斯·賴克(Nicholas Reich)以及流行病學(xué)家、病媒傳播疾病專家、公共衛(wèi)生和健康科學(xué)學(xué)院的助理教授安德魯·洛弗(Andrew Lover)進(jìn)行了合作。

FluSense平臺(tái)使用樹莓派(Raspberry Pi)微型電腦和神經(jīng)計(jì)算引擎來(lái)處理低成本麥克風(fēng)陣列和熱成像的數(shù)據(jù)。它并不會(huì)存儲(chǔ)個(gè)人身份信息，比如語(yǔ)音數(shù)據(jù)或可識(shí)別的圖像。在Rahman的Mosaic實(shí)驗(yàn)室(計(jì)算機(jī)科學(xué)家在這個(gè)實(shí)驗(yàn)室里開發(fā)傳感器來(lái)觀察人類健康和行為)，研究人員首先開發(fā)了一個(gè)基于實(shí)驗(yàn)室的咳嗽模型。然后他們訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)分類器在代表人物的熱圖像上畫邊界盒，然后進(jìn)行計(jì)數(shù)。Rahman說(shuō)：“我們的主要目標(biāo)是在人口層面上建立預(yù)測(cè)模型，而不是在個(gè)人層面上。”

他們把FluSense設(shè)備裝在一個(gè)大字典大小的長(zhǎng)方形盒子里，并布置在馬薩諸塞州立大學(xué)健康服務(wù)診所的四個(gè)醫(yī)療候診室中。

從2018年12月到2019年7月，F(xiàn)luSense平臺(tái)從這些公共等候區(qū)域收集并分析了超過(guò)35萬(wàn)張熱圖像和2100萬(wàn)份非語(yǔ)音音頻樣本。

研究人員發(fā)現(xiàn)，F(xiàn)luSense能夠準(zhǔn)確地預(yù)測(cè)大學(xué)診所的每日發(fā)病率。多種互補(bǔ)的FluSense信號(hào)與實(shí)驗(yàn)室檢測(cè)流感類疾病以及流感本身有著“緊密的關(guān)聯(lián)”。

根據(jù)這項(xiàng)研究，“FluSense獲取的早期癥狀相關(guān)信息可以為當(dāng)前流感預(yù)測(cè)工作提供有價(jià)值的額外和補(bǔ)充信息，”例如FluSight網(wǎng)絡(luò)，F(xiàn)luSight網(wǎng)絡(luò)是一個(gè)多學(xué)科聯(lián)合的流感預(yù)測(cè)團(tuán)隊(duì)，其中就包括馬薩諸塞州立大學(xué)阿姆赫斯特分校的Reich實(shí)驗(yàn)室。

Rahman說(shuō)：“我對(duì)非語(yǔ)言身體聲音感興趣已經(jīng)有很長(zhǎng)一段時(shí)間了，我認(rèn)為，如果我們能夠在人們聚集的公共場(chǎng)所捕捉許多人的咳嗽或噴嚏聲的話，我們就可以利用這些信息作為預(yù)測(cè)流行病學(xué)趨勢(shì)的新數(shù)據(jù)來(lái)源。”

Al Hossain說(shuō)，F(xiàn)luSense是人工智能和邊緣計(jì)算能力結(jié)合的一個(gè)例子，這種前沿推動(dòng)趨勢(shì)使數(shù)據(jù)能夠直接在源頭被收集和分析。Al Hossain指著FluSense裝置內(nèi)部的緊湊組件說(shuō)：“我們正試圖將機(jī)器學(xué)習(xí)系統(tǒng)推向邊緣計(jì)算。所有的過(guò)程都發(fā)生在這里，這些系統(tǒng)正變得更便宜、更強(qiáng)大。”

下一步是在其他公共區(qū)域和地理位置測(cè)試FluSense。

Lover說(shuō)：“我們已經(jīng)初步證實(shí)，咳嗽確實(shí)與流感相關(guān)疾病有關(guān)，現(xiàn)在，我們想要驗(yàn)證這個(gè)結(jié)論在特定醫(yī)院環(huán)境之外的有效性，并且證明這個(gè)結(jié)論在不同的地點(diǎn)都適用。”

本文來(lái)源前瞻網(wǎng)，轉(zhuǎn)載請(qǐng)注明來(lái)源！（圖片來(lái)源互聯(lián)網(wǎng)，版權(quán)歸原作者所有）