问答:倾听Covid-19

英国剑桥大学数据分析移动医疗专家塞西莉亚·马斯科洛教授表示，记录咳嗽声、呼吸声，甚至是说话的声音，未来都可以用来帮助诊断Covid-19患者。

马斯科洛教授开发了一款声音收集应用程序，以帮助训练人工智能来检测冠状病毒感染的声音。作为EAR项目的一部分，她希望最终能找到诊断呼吸道疾病的新方法，并帮助全球抗击冠状病毒。

为什么噪音对疾病很重要?

人的身体每时每刻都在发出声音。我们的心脏、肺和消化系统都会发出声音，它们能告诉我们很多信息。长期以来，医生们一直用这些来帮助他们诊断疾病。大多数人都熟悉医生脖子上用来听病人心肺的听诊器。但是这种技术——听诊——几乎已经完全从心脏病学的实践中消失了，因为它已经被由机器完成的回声成像所取代。

机器能帮上什么忙?

如果没有大量的训练，人类实际上很难掌握倾听身体的技术，但机器在这方面做得更好。机器学习等人工智能技术可以识别人耳无法识别的声音特征或模式。它们还可以“听”人类听不到的声音——麦克风可以接收到很多我们耳朵听不到的噪音。例如，超声波已经被广泛用于诊断，但与依靠声波反射到麦克风的超声波扫描不同，我们(在EAR项目中)只听身体产生的声音。

我们并不是第一个尝试以这种方式自动倾听身体的人。但主要的问题是没有大量的大型数据集来训练机器学习算法来有效地做到这一点，所以这是我们的项目试图收集的东西。

这是你开发Covid-19 Sounds应用程序的原因吗?

我们的项目实际上是在冠状病毒爆发之前的10月份开始的。我们尝试的第一件事是观察心血管的声音，但当冠状病毒开始传播时，我们决定建立一个应用程序来收集有关它的数据。我们希望利用机器学习来识别某些特征，这些特征可以用来诊断Covid-19感染的人。

你在收集什么信息?

我们有一个网站(4月初上线)和一个Android应用程序(几周后发布)，人们可以下载。然后，我们问他们一些基本的医学问题，以及他们是否接受过Covid-19检测和诊断。我们也会问他们是否有任何症状。然后他们录下自己的呼吸、说话和咳嗽。

Covid-19听起来像什么?

由于我们才刚刚开始收集数据，现在要有一个明确的答案还为时过早，但有一些研究论文表明，Covid-19带来的咳嗽有一些特定的特征——它被描述为干咳(有一些特定的特征可以识别出来)。在与医院治疗患者(Covid-19患者)的医生交谈后，他们的声音、呼吸方式或呼吸方式可能会发生一些变化，因为他们说话时好像很累。我们通过要求参与者记录自己的呼吸和大声朗读句子来观察所有这些事情。

你的应用程序能帮助全球应对冠状病毒吗?

机器学习(算法)将分析我们收集的录音，看看是否能发现冠状病毒感染者的声音、咳嗽和呼吸有什么不同。如果我们真的发现了什么，那就可以用来创建一个诊断工具。

这怎么可能呢?

对于心血管疾病，我们将iPhone放在不同位置的心脏上进行检查，发现麦克风足以捕捉到瓣膜泵血时的声音(因此对于呼吸系统疾病也足够了)。例如，如果机器学习算法学会区分Covid-19患者和他们的咳嗽，那么也有可能在手机上记录咳嗽或他们的声音。然后，算法可以判断某人是否咳嗽，就像我们归类为患有这种疾病的人一样。在此之后可能需要进行第二次诊断测试来确认，但这可能是一种廉价而快速的(筛查)测试。

到目前为止有多少人捐款?

在Android应用发布前的头三天，我们就从网站获得了3000个用户，而且这个数字还在不断增长。但要发挥作用，我们需要成千上万的人参与。到目前为止，我们只有不到50人表示他们的冠状病毒检测呈阳性。我们需要更多的积极因素。我们正试图让这款应用进入医院，在分诊点接触到阳性患者。

你面临过哪些挑战?

我们必须非常清楚地告诉人们，目前这不是一种诊断工具。我们不会从他们给我们的录音中给他们一个结果，这只是为了收集数据，这样我们就可以分析它，希望以后能有所建树。我们还必须非常小心地处理我们收集的数据，因为这是很多个人信息和人们声音的录音。虽然我们希望在未来的某个时候公开这些数据，但我们必须确保它是匿名的。

另一个主要障碍是发布应用程序。谷歌限制了谁可以发布与Covid-19有关的应用程序，以避免错误信息，但我们认为我们的应用程序有助于全球斗争(并且来自一个有信誉的来源)，所以他们审查了它并允许它上线。该应用程序还允许我们每三天向用户询问一次最新情况，以便我们了解他们的病情进展情况。我们也希望尽快为iOS开发一款应用，但我们能够更快地为Android开发一款应用。

你的分析是否有可能对Covid-19进行得太晚?

这肯定需要一些时间，但有些国家已经落后了很多。也有人说病毒会一波一波地来。我们不知道封锁会有多成功，什么时候会结束，所以我们希望我们的研究对这些后期阶段有用。

新冠肺炎疫情后，这项研究是否有用?

我们现在收集的数据也有可能识别出其他疾病(如哮喘)的诊断声音。我们还不知道。我们的大愿景是将机器学习算法与可穿戴设备和智能手机连接起来，这样它就可以通过声音自动诊断疾病。我们大多数人可能会让医生定期倾听我们身体的声音，但是如果你有一个可以持续倾听你的声音的东西会发生什么呢?这可能是一种新的诊断形式。我们只需要更多地听从我们的身体。