日媒：AI可通过咳嗽声识别结核
参考消息网3月2日报道《日本经济新闻》3月1日发表题为《AI通过咳嗽声识别结核》的报道，全文摘编如下：
美国华盛顿大学等机构开发出能通过咳嗽声识别结核的人工智能（AI），识别准确率达到80%。在诊断过程中，不需要使用昂贵的医学设备，可以立即获知结果。
若AI作为医疗设备获得认可并投入使用，则有利于减少检查费用和缩短等待时间。这款AI将首先在医疗体系较为薄弱的发展中国家获得有效利用。
结核、艾滋病和疟疾是世界三大传染病。2022年新增结核病患者1060万人，约130万人死于结核病。除新冠病毒感染症外，结核居单一致死传染病之首。日本每年发病人数超过1万人。
九成结核病患者在发展中国家，每年有400万患者未得到确诊。每年需要花费130亿美元用于结核病预防和治疗。
结核病患者会出现咳嗽、发烧等与感冒相似的症状。检查一个人是否发病的方式是，拍摄X射线胸片或培养结核杆菌。但在医疗体系和交通网络薄弱的发展中国家，很多患者难以接受胸部X射线检查，而培养结核杆菌需要数周时间。患者期待出现无需检查设备、可以立即出结果的检查手段。
华盛顿大学和肯尼亚医学研究所以咳嗽声音特征为线索，开发出能识别结核病患者的AI。在肯尼亚，研究团队以103名肺结核患者和46名其他呼吸道疾病患者为对象，用智能手机录下患者自然发出的约3.3万次咳嗽声和刻意发出的1600次咳嗽声，然后让AI对录音内容进行学习。
研究团队利用学习了频率变化等因素的AI，对45名结核病患者和45名非结核病患者的咳嗽声进行识别。结果显示，AI对结核病患者的识别准确率（灵敏度）达到76%，区分非结核病患者的性能（特异度）达到72%。尤其是对体内结核杆菌数量较多的患者，AI识别准确率高达82%。研究团队表示：“这接近世界卫生组织提出的简易检查准确率要求，即灵敏度达到90%，特异度达到70%。”
此次研究中的男性患者较多，AI针对病情较重的男性患者展现出较高性能。今后将面向更多患者测试AI技术，提高识别女性和轻症患者的准确率。研究团队认为：“如果提供更多咳嗽声样本让AI学习，则有利于提高AI性能。”如果在医疗基础设施不完善的发展中国家应用AI技术，则有利于及时发现结核病患者，进而防止传染病流行。
如果利用AI分析声音，或许可以辨别出各种疾病。美国得克萨斯大学达拉斯西南医学中心等机构开发出能通过声音发现阿尔茨海默病的AI。该AI会对说话流畅度和语法复杂度进行分析。
研究团队让因罹患阿尔茨海默病等认知功能开始下降的114名轻度认知障碍患者和没有认知障碍的92人观赏绘画，要求他们在一两分钟内说明内容，然后由AI进行识别。
研究团队还采集了试验对象的脑脊液。此外，他们开展了脑部磁共振成像（MRI）检查，对试验对象脑内有无致病物质β-淀粉样蛋白和脑萎缩程度进行了调查。最终结果是，AI以约80%的准确率检测出轻度认知障碍，高于传统简易检查手段（准确率接近七成）。传统检查手段需要花费数十分钟时间，成本为数百至数千日元（1日元约合0.007美元），主要是对检查对象的词汇能力等进行分析。而AI只需花费10分钟左右就能发现疾病征兆。
得克萨斯大学博士埃哈卜·哈贾尔强调，AI检查的优点在于，“若尽早作出诊断，则可以通过药物治疗延缓病情，也让患者和家人有更多的时间进行规划”。研究团队的目标是，通过开展大规模临床试验等，推进技术实用化。
加拿大初创企业克利克健康公司旗下的克利克实验室和安大略理工大学合作，开发出一种可识别糖尿病患者的AI。糖尿病患者中的未确诊者较多。
根据手机捕捉到的说话声音特征，AI以86%至89%的准确率找出了2型糖尿病患者。研究团队让75名患者和192名健康人读指定语句，每天读6次，每次用时6至10秒，持续两周，然后让AI对语音进行学习。
糖尿病容易导致忧郁症和认知功能低下，症状有可能体现在声音上。另外，血糖值持续处于较高水平，会伤及神经和肌肉，进而对声音产生影响。
克利克实验室的科学家杰茜·考夫曼表示:“这种方法能帮助患者在家检查自己是否患有糖尿病。”
研究团队将进一步开展研究以确认AI的性能，目标是2027年至2029年实现实用化。
据国际糖尿病联合会统计，截至2021年，全世界约有5.4亿成人糖尿病患者，其中约半数尚未确诊。在日本，糖尿病血液检查和诊断成本约为1万日元。考夫曼认为：“通过声音识别糖尿病的技术将成为价格合适的检查手段。”