咳嗽是很多呼吸系統(tǒng)疾病的癥狀表現(xiàn)。由美國谷歌公司科研人員領導的團隊最近開發(fā)出一種利用人工智能（AI）分析咳嗽，進而幫助檢測健康狀況的新系統(tǒng)，未來或可用于診斷新冠、結核病等疾病。

　　 該系統(tǒng)是一種基于機器學習的工具，經(jīng)過對海量人類聲音片段的訓練，實現(xiàn)對咳嗽和呼吸等噪聲的檢測，以診斷相關疾病和評估肺部功能狀況。這一系統(tǒng)的創(chuàng)新之處在于使用海量未標記的數(shù)據(jù)訓練模型以及可微調(diào)執(zhí)行多項任務的能力。相關論文近期已發(fā)表在預印本網(wǎng)站arXiv上。

　　 此前很多類似的AI檢測工具在前期訓練時都需要有標記的聲音數(shù)據(jù)，即人們的咳嗽聲錄音須與發(fā)聲者的健康信息相匹配。比如，一些聲音片段會被標記為該人在錄制時患有支氣管炎，便于AI學習識別。但在醫(yī)學領域，這樣有標記的訓練數(shù)據(jù)非常匱乏。

　　 谷歌的新系統(tǒng)采用了一種被稱為“自我監(jiān)督學習”的方法，僅使用未標記的數(shù)據(jù)就可以成功訓練出AI疾病檢測模型。研究人員從社交媒體平臺優(yōu)兔上的公開視頻中提取了超過3億個咳嗽、呼吸、清喉嚨等短聲音片段來訓練模型，使其可用于檢測多任務，如新冠、結核病以及是否吸煙等。由于模型經(jīng)過了廣泛和多樣的人類聲音訓練，其檢測結果也是可推廣的。

　　 相關科學家認為，聲音作為一種生物標記物在疾病檢測領域的應用前景廣闊，在診斷和篩查方面都有巨大潛力。每周重復進行掃描或活檢對患者有所傷害，而聲音檢測不具有侵入性，需要耗費的資源也更少。