近日，一款名為“智能聲音識別”的小程序出現在社交平臺。點擊進入小程序，會有新冠肺炎檢測的選項。錄音結束后自動識別，有“正?！焙汀耙伤菩鹿诜窝住眱煞N結果。小程序有新冠肺炎聲音采集和多病種聲音采集兩個選項。

那么，有人要問了，聽咳嗽聲識別新冠肺炎，靠譜嗎？“聽音識新冠”技術依據是什么？“聽音識新冠”準確率有多高？目前是否有應用？

實際上，肺部和呼吸道的物理結構會隨著呼吸道感染而改變。通過對新冠肺炎引起的呼吸系統病理形態學改變的分析表明，新冠肺炎以一種獨特的方式感染呼吸系統，這些改變與其他常見的非新冠肺炎呼吸系統疾病不同。

國際上自2020年10月已有多個基于咳嗽聲診斷新冠肺炎的相關研究報道和學術文章。美國麻省理工學院（MIT）、英國曼徹斯特大學等研究機構的科研人員均對基于咳嗽聲進行新冠肺炎診斷進行了探索，并建立了用于研究的咳嗽聲數據庫。MIT從肌肉疲勞（Muscular Degradation）、聲帶變化（Vocal cords）、認知和情緒變化（Sentiment/mood）、肺部和呼吸道結構變化（Lungs and respiratory tract）等四個方面研究了與新冠肺炎的關系。研究中所使用的 AI 模型提取了咳嗽記錄的音頻特征（梅爾頻率倒譜系數），并將它輸入到神經網絡（卷積神經網絡，CNN）中，學習新冠病毒患者與健康人之間的咳嗽差異。

該研究成果發表在《IEEE 醫學和生物學工程雜志》上，并得到了廣泛的關注。結果表明，利用咳嗽聲可高精度發現無癥狀患者，檢測精度高達100%（16.8%假陽性）。目前已和多家醫院合作進行臨床實驗，并和Fortune 100公司簽署合作協議，進入其新冠管理實踐。

2021年，國際語音通信協會ISCA組織的INTERSPEECH舉辦了DiCOVA新冠聲音信號檢測挑戰賽，吸引了來自亞洲、歐洲和美洲的29個隊伍參加，包括芝加哥大學，新加坡國立大學，德國奧格斯堡大學等機構，比賽結果在敏感性和特異性上均超過80%。2022年，IEEE電氣電子工程師學會主辦的信號處理領域的頂級國際會議 ICASSP再一次舉辦了DiCOVA新冠聲音信號檢測挑戰賽。

2022年10月，輝瑞公司以1.16億美元完成了對澳大利亞數字健康初創公司ResAPP的收購，ResApp是一款手機移動應用程序，主要利用咳嗽音進行新冠、哮喘等疾病的智能診斷。

目前咳嗽音檢測新冠肺炎微信小程序在實際環境錄制數據集上測試結果為敏感性60.4%，特異性85.6%。由于新冠毒株變異快、種類多、傳播性強，特別是針對無癥狀的奧密克戎變異株的檢測較難。我們現有新冠毒株咳嗽音樣本庫少、覆蓋面窄，與國外差距較大（麻省理工學院MIT有20萬人樣本，我們有約8萬人樣本）。因此，要推動檢測性能的提升，需要進一步采集相關的數據。

中國科學院聲學研究所在2020年初開始研發該項技術，2021年4月得到北京市科委（醫藥處）的項目支持，并于2022年4月通過驗收。相關技術在首都醫科大學附屬北京地壇醫院和遼寧省新冠肺炎救治中心開展了驗證。

2020年初以來，新冠肺炎疫情席卷全球，迄今為止，全球確診人數已累計超過6億。受全球新冠肺炎疫情影響，我國境外輸入壓力大，本土疫情此起彼伏，防控形勢嚴峻，目前隨著國家政策的調整，老百姓買藥難、醫療資源緊張，開發簡便、快速的新冠肺炎早期篩查與預警技術，對于流行性傳染病防控工作具有重要意義。一個新的技術從開始到落地實際應用需要有一個過程，目前識別結果離完美尚有距離，希望大家有更包容和開放的心態去幫助技術的進步。

（中國科學院聲學研究所研究員、博士生導師顏永紅）