AI+邊緣計(jì)算兩大新趨勢融合：新設(shè)備憑咳嗽聲就能預(yù)測傳染病流行

AI+邊緣計(jì)算兩大新趨勢融合：新設(shè)備憑咳嗽聲就能預(yù)測傳染病流行新冠肺炎疫情的全球大流行給人類社會(huì)帶來了深刻的教訓(xùn)。在人員全球流動(dòng)頻繁的現(xiàn)代社會(huì)，如何避免病毒擴(kuò)散?首要問題是發(fā)現(xiàn)病毒。馬薩諸塞大學(xué)阿姆赫斯特分校的研究人員發(fā)明了一種便攜式AI監(jiān)控設(shè)備，取名為“流感感應(yīng)”(FluSense)，它可以實(shí)時(shí)檢測人群規(guī)模和健康狀況，通過咳嗽聲就能判斷流感類疾病的發(fā)展趨勢。流感感應(yīng)平臺(tái)使用樹莓派和神經(jīng)計(jì)算引擎，處理的對(duì)象是麥克風(fēng)陣列和熱成像數(shù)據(jù)。它不需要語音數(shù)據(jù)或可識(shí)別圖像等個(gè)人身份信息。在實(shí)驗(yàn)室中，計(jì)算機(jī)科學(xué)家首先開發(fā)了一個(gè)基于實(shí)驗(yàn)室的咳嗽模型，使用大量傳感器來觀察人類健康情況和行為數(shù)據(jù)。隨后，他們訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)分類器熱成像圖像上畫出代表人的邊界盒，再進(jìn)行計(jì)數(shù)。之所以不描繪個(gè)人圖像，是因?yàn)樗麄兊摹爸饕繕?biāo)是在人口層面上建立預(yù)測模型，而不是基于個(gè)人層面上”。從2018年12月至2019年7月，流感感應(yīng)平臺(tái)從公共等候區(qū)收集并分析了超過35萬張熱圖像和2100萬份非語音音頻樣本。結(jié)果顯示，該平臺(tái)能夠準(zhǔn)確預(yù)測大學(xué)診所每日發(fā)病率。多重互補(bǔ)的沖洗信號(hào)與實(shí)驗(yàn)室檢測流感類疾病和流感本身“緊密相關(guān)”。“我對(duì)非語言的人體音頻信號(hào)感興趣已經(jīng)有很長一段時(shí)間了，”研究團(tuán)隊(duì)成員TauhidurRahman說，“我認(rèn)為，如果能夠捕捉到人群自然聚集場所的咳嗽或噴嚏聲，我們就可以利用這些信息作為預(yù)測流行病學(xué)趨勢的數(shù)據(jù)來源。”“這可能使我們能夠以更準(zhǔn)確的方式預(yù)測流感趨勢，”Rahman稱。這項(xiàng)研究結(jié)果周三發(fā)表在《互動(dòng)、移動(dòng)、可穿戴和無所不在技術(shù)計(jì)算機(jī)械協(xié)會(huì)》(ProceedingsoftheAssociationforComputingMachineryonInteractive,Mobile,WearableandUbiquitousTechnologies)雜志上。研究主要作者ForsadAlHossain表示，流感感應(yīng)設(shè)備是AI和邊緣計(jì)算能力結(jié)合的一個(gè)例子。邊緣計(jì)算是一種前沿推動(dòng)趨勢，它使數(shù)據(jù)能夠在數(shù)據(jù)的源頭被收集和分析?！拔覀冋噲D將機(jī)器學(xué)習(xí)系統(tǒng)推向邊緣，”AlHossain指著沖洗裝置內(nèi)部的緊湊組件說，“所有的過程都發(fā)生在這里。這些系統(tǒng)正變得更便宜、更強(qiáng)大。”設(shè)備的發(fā)明者表示，這種依托于機(jī)器學(xué)習(xí)技術(shù)的新型邊緣計(jì)算平臺(tái)有望用于醫(yī)療場所乃至于更大型的公共空間，可以擴(kuò)大醫(yī)療人員預(yù)測、監(jiān)測季節(jié)性流感和其他病毒性呼吸道疾病(如新冠病毒、流感或SARS)暴發(fā)的工具庫。設(shè)備用到的算法模型可以在病毒流行期間直接告知公共衛(wèi)生部門應(yīng)對(duì)措施，起到救急救命的作用，還可以細(xì)化到幫助醫(yī)療人員確定流感疫苗接種活動(dòng)的時(shí)間、實(shí)施可能的旅行限制、醫(yī)療用品的分配等等。相關(guān)深度報(bào)告REPORTS 2020-2025年中國人工智能行業(yè)市場前瞻與投資戰(zhàn)略規(guī)劃分析報(bào)告本報(bào)告利用前瞻資