隨著醫(yī)療技術(shù)的不斷發(fā)展，醫(yī)療設(shè)備也不斷的創(chuàng)新升級(jí)。

馬薩諸塞州大學(xué)阿默斯特分校的研究人員發(fā)明了一種由機(jī)器學(xué)習(xí)技術(shù)驅(qū)動(dòng)的便攜式監(jiān)視設(shè)備，稱為FluSense，該設(shè)備可以實(shí)時(shí)檢測(cè)咳嗽和人群人數(shù)，然后分析數(shù)據(jù)以直接監(jiān)測(cè)流感樣疾病和流感趨勢(shì)。

FluSense的創(chuàng)建者說，新的邊緣計(jì)算平臺(tái)已計(jì)劃用于醫(yī)院，醫(yī)療候診室和較大的公共場(chǎng)所，它可能會(huì)擴(kuò)展用于預(yù)測(cè)季節(jié)性流感和其他病毒性呼吸道疾病的健康監(jiān)測(cè)工具，例如COVID-19大流行或SARS。通過在流感流行期間直接告知公共衛(wèi)生應(yīng)對(duì)措施，這些模型可以成為救命稻草。這些數(shù)據(jù)源可以幫助確定流感疫苗運(yùn)動(dòng)的時(shí)間，潛在的旅行限制，醫(yī)療物資的分配等。

“這可能使我們能夠以更準(zhǔn)確的方式預(yù)測(cè)流感的趨勢(shì)，”計(jì)算機(jī)與信息科學(xué)助理教授Tauhidur Rahman說。學(xué)生和主要作者Forsad Al Hossain。他們的FluSense研究結(jié)果于周三發(fā)表在計(jì)算機(jī)協(xié)會(huì)關(guān)于互動(dòng)，移動(dòng)，可穿戴和無處不在技術(shù)的會(huì)議論文集上。

為了給他們的發(fā)明一個(gè)現(xiàn)實(shí)世界的嘗試，F(xiàn)luSense發(fā)明者與大學(xué)衛(wèi)生服務(wù)執(zhí)行董事George Corey博士合作。生物統(tǒng)計(jì)學(xué)家Nicholas Reich，基于UMass的疾病預(yù)防控制中心流感預(yù)測(cè)中心的主任;傳染病專家和公共衛(wèi)生與健康科學(xué)學(xué)院的助理教授流行病學(xué)家安德魯·洛弗(Andrew Lover)。

FluSense平臺(tái)使用Raspberry Pi和神經(jīng)計(jì)算引擎處理低成本的麥克風(fēng)陣列和熱成像數(shù)據(jù)。它不存儲(chǔ)任何個(gè)人身份信息，例如語音數(shù)據(jù)或區(qū)別圖像。在拉赫曼(Rahman)的馬賽克實(shí)驗(yàn)室，計(jì)算機(jī)科學(xué)家在那里開發(fā)傳感器來觀察人類健康和行為，研究人員首先開發(fā)了基于實(shí)驗(yàn)室的咳嗽模型。然后，他們訓(xùn)練了深度神經(jīng)網(wǎng)絡(luò)分類器，在代表人的熱圖像上繪制邊界框，然后對(duì)其進(jìn)行計(jì)數(shù)。拉赫曼說：“我們的主要目標(biāo)是在人口水平而不是個(gè)人水平上建立預(yù)測(cè)模型。”

他們將FluSense設(shè)備裝在UMass大學(xué)健康服務(wù)診所的四個(gè)醫(yī)療候診室中，該設(shè)備裝在一個(gè)矩形盒中，矩形盒大小像一個(gè)大字典。從2018年12月到2019年7月，F(xiàn)luSense平臺(tái)收集并分析了來自公共等候區(qū)的350,000多幅熱圖像和2100萬非語音音頻樣本。

研究人員發(fā)現(xiàn)，F(xiàn)luSense能夠準(zhǔn)確地預(yù)測(cè)大學(xué)診所的日發(fā)病率。多組和互補(bǔ)的FluSense信號(hào)與針對(duì)類似流感的疾病和流感病毒本身的基于實(shí)驗(yàn)室的測(cè)試“緊密相關(guān)”。根據(jù)這項(xiàng)研究，“由FluSense捕獲的早期癥狀相關(guān)信息可以為當(dāng)前的流感預(yù)測(cè)工作提供有價(jià)值的附加和補(bǔ)充信息”，例如FluSight Network，它是流感預(yù)測(cè)團(tuán)隊(duì)的多學(xué)科聯(lián)合體，包括位于Reich Lab的Reich Lab。麻省大學(xué)阿默斯特分校。

阿爾·侯賽因(Al Hossain)表示，F(xiàn)luSense是將人工智能與邊緣計(jì)算相結(jié)合的強(qiáng)大典范，這種前沿推動(dòng)的趨勢(shì)使得可以在數(shù)據(jù)源處收集和分析數(shù)據(jù)。Al Hossain指出，“我們正在嘗試將機(jī)器學(xué)習(xí)系統(tǒng)帶到邊緣，”他指出FluSense設(shè)備內(nèi)部的緊湊型組件?！八刑幚矶荚谶@里進(jìn)行。這些系統(tǒng)越來越便宜，功能越來越強(qiáng)大。”

拉赫曼說：“我很長(zhǎng)時(shí)間以來一直對(duì)非語音的身體聲音感興趣。”“我認(rèn)為，如果我們能夠從許多人自然聚集的公共場(chǎng)所捕捉到咳嗽或打噴嚏的聲音，我們可以利用這些信息作為預(yù)測(cè)流行病學(xué)趨勢(shì)的新數(shù)據(jù)來源?！?

下一步是在其他公共區(qū)域和地理位置測(cè)試FluSense。洛弗說：“我們初步確認(rèn)咳嗽確實(shí)與流感相關(guān)疾病有關(guān)?！薄艾F(xiàn)在，我們要在特定的醫(yī)院環(huán)境之外對(duì)其進(jìn)行驗(yàn)證，并表明我們可以對(duì)各個(gè)地點(diǎn)進(jìn)行概括?！?

期待越來越便宜，功能越來越強(qiáng)大的FluSense預(yù)測(cè)流行病學(xué)趨勢(shì)。