转阴之后需要拍CT吗？ Ai可以通过咳嗽音对“白肺”进行预防性辅助筛查

近日,不少网友反映转阴后出现咳嗽气短的情况,有关“是否要拍肺部CT”的话题也引发热议。这让记者联想到就在不久前,由中科院声学所研发的“智能声音识别”新冠检测的小程序火爆全网,小程序通过咳嗽音就可以识别新冠肺炎患者,给买不到抗原的网友提供了辅助检测手段。由此,记者想试一下通过咳嗽音能否检测白肺,让记者惊喜的是现在小程序已更名为“小豚聆听”,而且增加了“肺部健康检测”新功能。只需对着手机咳嗽3～5声就可出风险预警提示。

小程序首页(左图)、检测结果(右图)

那么,有人要问了,听咳嗽声识别新冠肺炎和白肺,靠谱吗?技术依据是什么?准确率有多高?目前是否有应用?

实际上,听诊是一种再常见不过的诊断方法,中医自古强调的「望闻问切」中的「闻」就是指听声音、气息;现代医学领域中的听诊器更是发布于 1817 年,距今已有200年历史,是最早应用在临床的声学设备,传统听诊依赖于医生的经验,人工智能的发展可以通过机器学习的方式将人的经验用计算机转化为数据来进行自我学习。相比通过声音识别新冠肺炎患者,Ai更早之前还被运用于判断和识别 PTSD(创伤后应激障碍)、抑郁症以及其他心理疾病。比如,抑郁症患者往往会表现出言语迟缓、音量不稳定、发声颤抖、语言韵律异常等症状。

肺部和呼吸道的物理结构会随着呼吸道感染而改变。通过对新冠肺炎引起的呼吸系统病理形态学改变的分析表明,新冠肺炎以一种独特的方式感染呼吸系统,这些改变与其他常见的非新冠肺炎呼吸系统疾病不同。

正常人和新冠患者咳嗽音频谱对比

记者发现,国际上自2020年10月已有多个基于咳嗽声诊断新冠肺炎的相关研究报道和学术文章。美国麻省理工学院(MIT)、英国曼彻斯特大学等研究机构的科研人员均对基于咳嗽声进行新冠肺炎诊断进行了探索,并建立了用于研究的咳嗽声数据库。MIT从肌肉疲劳(Muscular Degradation)、声带变化(Vocal cords)、认知和情绪变化(Sentiment/mood)、肺部和呼吸道结构变化(Lungs and respiratory tract)等四个方面研究了与新冠肺炎的关系。研究中所使用的 AI 模型提取了咳嗽记录的音频特征(梅尔频率倒谱系数),并将它输入到神经网络(卷积神经网络,CNN)中,学习新冠病毒患者与健康人之间的咳嗽差异。该研究成果发表在《IEEE 医学和生物学工程杂志》上,并得到了广泛的关注。结果表明,利用咳嗽声可高精度发现无症状患者,检测精度高达100%(16.8%假阳性)。目前已和多家医院合作进行临床实验,并和Fortune 100公司签署合作协议,进入其新冠管理实践。

MIT研究中以咳嗽记录为输入,以covid-19诊断和纵向显著性图为输出的 covid-19鉴别器的概述架构。阿尔茨海默氏症也使用了类似的体系结构。

2021年,国际语音通信协会ISCA组织的INTERSPEECH举办了DiCOVA新冠声音信号检测挑战赛,吸引了来自亚洲、欧洲和美洲的29个队伍参加,包括芝加哥大学,新加坡国立大学,德国奥格斯堡大学等机构,比赛结果在敏感性和特异性上均超过80%。2022年,IEEE电气电子工程师学会主办的信号处理领域的顶级国际会议 ICASSP再一次举办了DiCOVA新冠声音信号检测挑战赛。

2022年10月,美国制药巨头“kdpss”辉瑞公司以1.16亿美元完成了对澳大利亚数字健康初创公司ResAPP的收购,ResApp是一款手机应用程序,主要利用咳嗽音进行新冠、哮喘等疾病的智能诊断。

据悉,该项检测技术及流程是由中科院声学所、北京地坛医院、北京大学第三医院、大连市公共卫生临床中心、北京环宇瑞声科技有限公司等共同研制开发。已在2022年初用于北京大学第三医院崇礼院区的冬奥医疗保障工作。

据报道,目前咳嗽音检测新冠肺炎微信小程序在实际环境录制数据集上测试结果为敏感性60.4%,特异性85.6%。相关技术在首都医科大学附属北京地坛医院和辽宁省新冠肺炎救治中心开展了验证。

所以,该技术在未来还是有比较大的应用前景,通过声学特征对呼吸系统进行大面积预防性辅助筛查,网友如果转阴后担心肺部健康问题,可以在微信小程序搜索“小豚聆听”或者“智能声音识别”进行免费辅助筛查。