馬薩諸塞州大學(xué)阿默斯特分校的研究人員發(fā)明了一種由機器學(xué)習技術(shù)驅動(dòng)的便攜式監視設備，稱(chēng)為FluSense，該設備可以實(shí)時(shí)檢測咳嗽和人群人數，然后分析數據以直接監測流感樣疾病和流感趨勢。

FluSense的創(chuàng )建者說(shuō)，新的邊緣計算平臺已計劃用于醫院，醫療候診室和較大的公共場(chǎng)所，它可能會(huì )擴展用于預測季節性流感和其他病毒性呼吸道疾病的健康監測工具，例如COVID-19大流行或SARS。

通過(guò)在流感流行期間直接告知公共衛生應對措施，這些模型可以成為救命稻草。這些數據源可以幫助確定流感疫苗運動(dòng)的時(shí)間，潛在的旅行限制，醫療物資的分配等。

“這可能使我們能夠以更準確的方式預測流感的趨勢，”計算機與信息科學(xué)助理教授Tauhidur Ra??hman說(shuō)。學(xué)生和主要作者Forsad Al Hossain。他們的FluSense研究結果于周三發(fā)表在計算機協(xié)會(huì )關(guān)于互動(dòng)，移動(dòng)，可穿戴和無(wú)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)現實(shí)世界的嘗試，FluSense發(fā)明者與大學(xué)衛生服務(wù)執行董事George Corey博士合作。生物統計學(xué)家Nicholas Reich，基于UMass的疾病預防控制中心流感預測中心的主任;傳染病專(zhuān)家和公共衛生與健康科學(xué)學(xué)院的助理教授流行病學(xué)家安德魯·洛弗(Andrew Lover)。

FluSense平臺使用Raspberry Pi和神經(jīng)計算引擎處理低成本的麥克風(fēng)陣列和熱成像數據。它不存儲任何個(gè)人身份信息，例如語(yǔ)音數據或區別圖像。在拉赫曼(Rahman)的馬賽克實(shí)驗室，計算機科學(xué)家在那里開(kāi)發(fā)傳感器來(lái)觀(guān)察人類(lèi)健康和行為，研究人員首先開(kāi)發(fā)了基于實(shí)驗室的咳嗽模型。然后，他們訓練了深度神經(jīng)網(wǎng)絡(luò )分類(lèi)器，在代表人的熱圖像上繪制邊界框，然后對其進(jìn)行計數。拉赫曼說(shuō)：“我們的主要目標是在人口水平而不是個(gè)人水平上建立預測模型。”