便携式AI设备将咳嗽声音转化为健康数据以进行流感和大流行的预测

马萨诸塞州大学阿默斯特分校的研究人员发明了一种由机器学习技术驱动的便携式监视设备，称为FluSense，该设备可以实时检测咳嗽和人群人数，然后分析数据以直接监测流感样疾病和流感趋势。

FluSense的创建者说，新的边缘计算平台已计划用于医院，医疗候诊室和较大的公共场所，它可能会扩展用于预测季节性流感和其他病毒性呼吸道疾病的健康监测工具，例如COVID-19大流行或SARS。

通过在流感流行期间直接告知公共卫生应对措施，这些模型可以成为救命稻草。这些数据源可以帮助确定流感疫苗运动的时间，潜在的旅行限制，医疗物资的分配等。

“这可能使我们能够以更准确的方式预测流感的趋势，”计算机与信息科学助理教授Tauhidur Ra​​hman说。学生和主要作者Forsad Al Hossain。他们的FluSense研究结果于周三发表在计算机协会关于互动，移动，可穿戴和无处不在技术的会议论文集上。

为了给他们的发明一个现实世界的尝试，FluSense发明者与大学卫生服务执行董事George Corey博士合作。生物统计学家Nicholas Reich，基于UMass的疾病预防控制中心流感预测中心的主任;传染病专家和公共卫生与健康科学学院的助理教授流行病学家安德鲁·洛弗(Andrew Lover)。

FluSense平台使用Raspberry Pi和神经计算引擎处理低成本的麦克风阵列和热成像数据。它不存储任何个人身份信息，例如语音数据或区别图像。在拉赫曼(Rahman)的马赛克实验室，计算机科学家在那里开发传感器来观察人类健康和行为，研究人员首先开发了基于实验室的咳嗽模型。然后，他们训练了深度神经网络分类器，在代表人的热图像上绘制边界框，然后对其进行计数。拉赫曼说：“我们的主要目标是在人口水平而不是个人水平上建立预测模型。”