文章目录[隐藏]
使用咳嗽声音频的智能手机应用程序很快就会提供一种替代令人眼花缭乱的RAT的替代方法,作为 COVID-19 的快速测试。
布里斯班开发商 ResApp最近宣布,其新的基于电话的机器学习技术已成功检测到超过 90% 的已咳嗽感染患者体内的病毒。
然而,索赔来自开发商资助的一项试点试验,该应用程序尚未在双盲临床试验中证明其价值,并通过监管审批程序。
澳大利亚肺基金会主席、呼吸内科教授露西·摩根博士告诉 7NEWS.com.au,这项新技术可能被证明是快速抗原检测的一种方便替代方案,但警告称它不能提供完整的诊断。
“这个试点项目是一个相对较小的项目,令人兴奋的是,这个应用程序能够以非常非常高的速度预测咳嗽是由 COVID-19 引起的,”她说。
![](https://images-7news-com-au.translate.goog/publication/C-6235219/d1a20f1bd5bc1489433380b9403b369c1ddd095c.png?imwidth=828&impolicy=sevennews_v2&_x_tr_sl=en&_x_tr_tl=zh-CN&_x_tr_hl=en&_x_tr_pto=wapp)
ResApp 吹捧的基于智能手机的 COVID-19 筛查测试并不是它开发的第一个基于智能手机的诊断工具。
2020 年,在昆士兰州的一家 COVID-19 发热诊所评估了一款检测患者非 COVID 呼吸系统问题的应用程序,结果发表在同行评审期刊 BMJ Innovations上。
问题在于,社区中 COVID 的流行与“其他与冬季相关的呼吸道疾病导致出现类似 COVID-19 症状并因此出现在诊所的人数激增”。
评估报告发现它“为 COVID-19 发热门诊提供了显着的价值,因为它能够快速识别常见的呼吸道疾病”。
结果表明,在试验显示“设备提供的适应症与临床和放射诊断之间高度一致”之后,该应用程序可以“很容易被不堪重负的健康提供者采用并迅速产生重大影响”。
比较结果
通过“使用人工智能强制咳嗽手机录音”来诊断 COVID-19 的努力也在海外进行。
麻省理工学院 (MIT) 的研究人员构建了一个包含 5000 多个强迫咳嗽录音的数据集,以在 2020 年训练其 AI 筛查工具 MIT Open Voice,该工具已发表在IEEE Open Journal of Engineering in Medicine and Biology上。
麻省理工学院研究人员的数据集几乎是 ResApp 使用的数据集的五倍,他们达到了 98.5% 的 COVID 敏感性。
这也超过了 ResApp 报告的 92% 的 COVID 敏感性结果。
事实证明,MIT 模型对无症状受试者更有效,报告的敏感性为 100%。
ResApp 在测试无症状患者时记录了较低的性能,尽管研究中只有 14 名这样的参与者。
这些结果仍然高于许多 RAT测试,后者只需要 80% 的最低临床敏感性即可获得 TGA 批准。
![](https://images-7news-com-au.translate.goog/publication/C-6235219/9b2cfe125766f3bcb3761eaf32e5690855657b45.jpg?imwidth=828&impolicy=sevennews_v2&_x_tr_sl=en&_x_tr_tl=zh-CN&_x_tr_hl=en&_x_tr_pto=wapp)
“我们都知道 RAT 测试存在一些问题,”摩根博士说。
“存在浪费和环境影响的问题,存在 RAT 测试的敏感性和特异性问题,以及 RAT 测试的可访问性和可用性问题。
“作为 RAT 测试的一种可能替代方案,这非常令人兴奋,但这是一项小型试验,还有一些未解决的问题。”
未回答的问题
摩根指出,到目前为止,ResApp 的自筹资金试验规模相对较小。
“当我们考虑正在进行的关于 COVID 的大型研究时,就疫苗而言,这些试验中有成千上万的患者,”她说。
摩根表示,虽然该应用程序的临床试验没有理由不会在澳大利亚提供类似的结果,但数据需要自己说话。
但是,关于患有潜在疾病的人的敏感性的研究仍然没有回答另一个问题。
“我们怎么知道患有肺病背景的人的咳嗽会像以前身体状况良好然后出现咳嗽的人一样被敏感地检测为患有 COVID?”
![](https://images-7news-com-au.translate.goog/publication/C-6235219/080bc7d4a75c95e34fb428c2b2c4fcaa3bcbbaa1.png?imwidth=828&impolicy=sevennews_v2&_x_tr_sl=en&_x_tr_tl=zh-CN&_x_tr_hl=en&_x_tr_pto=wapp)
背景慢性阻塞性肺病(COPD),一种慢性炎症性肺病;支气管扩张,支气管壁发炎和感染的慢性病;和哮喘都是潜在的潜在疾病,格林博士说这可能会影响结果。
训练算法
在大流行的各个阶段记录了数据,在 Delta 波期间和 Omicron 波期间报告了一致的表现。
结果在地点、年龄、性别和疫苗接种状态方面是一致的,该应用程序在区分诊断组方面的成功率超过 90%。
为了训练算法,它针对大流行之前收集的数据集进行了测试,其中包括 1000 多名患有各种呼吸道疾病的患者,包括上呼吸道感染、哮喘和肺炎。
![](https://images-7news-com-au.translate.goog/publication/C-6235219/66e921c0defce2338c2436096ddd4518e85f92d3.jpg?imwidth=828&impolicy=sevennews_v2&_x_tr_sl=en&_x_tr_tl=zh-CN&_x_tr_hl=en&_x_tr_pto=wapp)
“我们的下一步是与全球监管机构合作,制定最快的批准和推出途径”,ResApp 的首席执行官兼董事总经理 Tony Keating 告诉7NEWS.com.au。
由于该产品对澳大利亚人的潜在价值,他相信这一过程将迅速推进。
“在 COVID-19 大流行期间,监管机构迅速而认真地批准了可以为控制疾病带来真正好处的产品,”基廷说。
最新评论
挂了
Teambition网盘,不是阿里云盘。Teambition网盘是阿里Teambition工作套件里面的,听说体验感不太好,我也不清楚
标记一下
良心在海外
RIP
Good it's working now and testing comments