这次的新冠状病毒虽然没有2002年的SARS破坏力那么强悍，但其可怕之处是长时间的无症状潜伏，使得被感染者在不知情的情况下，将病毒散播出去。如果没有强有力的防疫手段，病毒的传播几乎难以控制。而防止病毒大规模传播的最核心措施就是对无症状感染者的检测，对这类人群做好适当的隔离观察，是避免再次出现大规模感染的有效方法。

目前为止，核酸检测是被广泛应用的发现措施，除此之外还没有特别好的低成本且快速的检测方式。但是，近日麻省理工学院新闻办公室发布了一种全新的检测方法，该方法只需要患者使用手机采集咳嗽声音，然后利用人工智能模型来判断患者是否患有新冠状病毒。

该模型通过患者利用浏览器、手机、电脑等设备提交咳嗽录音，将无症状人群与健康人群区分开来。研究人员利用神经网络模型，对数以万计的咳嗽样本以及口头语言进行了训练。当他们给模型输入新的咳嗽记录时，模型准确地识别了98.5% 被确诊患有2019冠状病毒疾病的咳嗽，包括100% 的无症状咳嗽（这些咳嗽上传者没有症状，但经检测病毒呈阳性）。

目前研究小组正致力于将这个模型整合到一个用户体验更为友好的应用程序中，如果 FDA 批准大规模采用，那么这个应用程序可能成为一个免费、便捷、无创的检测工具。用户可以每天登录，对着手机咳嗽，然后立即得到他们是否可能被感染的信息。

关于该项研究的论文被发表在了《 IEEE 医学与生物工程杂志》上，如果您对该论文感兴趣，可以关注我的公众号：“程序猿DD”，发送关键词“咳嗽检测”获取论文PDF。

欢迎关注我的公众号：程序猿DD，获得独家整理的免费学习资源助力你的Java学习之路！另每周赠书不停哦～