树莓派“听”咳嗽就能判断是否得新冠,便携式AI设备神预测大规模流...

新智元

共 2222字,需浏览 5分钟

 ·

2020-03-22 23:21





a1a8de156fa8723765fddc1baf66af33.webp


  新智元报道  

来源:techxplore等编辑:白峰、鹏飞
【新智元导读】马萨诸塞州立大学艾莫斯特分校的研究人员发明了一种由机器学习驱动的便携式监控设备,称为 FluSense,它可以实时检测咳嗽和人群规模,然后分析数据,直接监控流感类疾病和流感趋势新智元急聘主笔、编辑、运营经理、客户经理,添加HR微信(Dr-wly)或扫描文末二维码了解详情。」
最近马萨诸塞州大学的研究人员发明了一个名叫 Flusense 的便携式设备,这个新的边缘计算设备可能会用于预测季节性流感和其他病毒性呼吸道疾病爆发(如 COVID-19大流行病或 SARS)的健康监测。根据设想,该平台将用于医院、医疗候诊室和更大的公共空间。

5a99cd730dc862e1fefa8b1c5414f142.webp

机器学习驱动,可监控和预测大规模流感

在流感大流行期间,该产品可以通过模型计算后直接给公共卫生部门预警以采取应对措施,从而成为救命稻草。这些终端的数据可以帮助确定流感疫苗活动的时间、潜在的旅行限制、医疗用品的分配等等。计算机和信息科学助理教授、博士生兼第一作者福萨德 · 阿尔 · 侯赛因说: “这能使我们更准确地预测流感趋势”。他们的研究结果发表在周三的《交互式、移动式、可穿戴式和边缘计算协会会刊》。为了让他们的发明在现实世界中试用一下,Flusense 的发明者与大学健康服务部的执行主任 George Corey 博士,马萨诸塞州大学疾病预测与控制中心流感预测中心的生物统计学家 Nicholas Reich 和流行病学家 Andrew Lover 合作,Andrew Lover 是一位疾病传播媒介专家,同时也是公共卫生与健康科学学院的助理教授。34f2af2cfb0f1648a9db0d5e876f55ef.webp平台使用 Raspberry Pi 和神经计算引擎处理低成本的麦克风阵列和热成像数据。它不存储任何个人身份信息数据,如语音数据或识别图像。在拉赫曼的马赛克实验室,计算机科学家开发传感器来观察人类健康和行为,研究人员首先开发了一个基于实验室的咳嗽模型。然后,他们训练深层神经网络分类器,在热力图上用边界盒代表人,然后进行计数。“我们的主要目标是在人群层面建立预测模型,而不是个人层面,” Rahman 说。8e51403d9e5ee2e3d7e36667d153181d.webp

神经计算引擎加持,仅信用卡大小的树莓派显神功

Raspberry Pi(中文名为“树莓派”,简写为RPi,(或者RasPi / RPI) 是为学习计算机编程教育而设计),只有信用卡大小的微型电脑,其系统基于Linux。树莓派是一款基于ARM的微型电脑主板,以SD/MicroSD卡为内存硬盘,卡片主板周围有1/2/4个USB接口和一个10/100 以太网接口(A型没有网口),可连接键盘、鼠标和网线,同时拥有视频模拟信号的电视输出接口和HDMI高清视频输出接口。以上部件全部整合在一张仅比信用卡稍大的主板上,具备所有PC的基本功能只需接通电视机和键盘,就能执行如电子表格、文字处理、玩游戏、播放高清视频等诸多功能。Raspberry Pi B款只提供电脑板,无内存、电源、键盘、机箱或连线。而神经计算引擎由英特尔推出,是一种集成在芯片上的DNN加速器,它可以让英特尔Movidius Myriad X视觉处理器(VPU)DNN推理吞吐量能达到每秒超过一万亿次运算(TOPS),可为无人机、相机、安全系统、VR/AR设备、360度摄像头等设备的视觉和AI应用提供高效解决方案。

初测有效,人工智能和边缘计算助力流行病防控

他们在马萨诸塞州立大学健康服务诊所的四个医疗候诊室里放置了 FluSense 设备,这些设备被装在一个长方形的盒子里,大约有一本大字典那么大。daf3d4520b0b06bb28aa4b667d3d651e.webp从2018年12月到2019年7月,FluSense 平台从公共等候区收集并分析了超过35万张热图像和2100万份非语音音频样本。研究人员发现 Flusense 能够在大学诊所准确预测每日的疾病发病率。FluSense的多组辅助信号显示与实验室的类流感、流感疾病“密切相关”。根据这项研究,“ FluSense 获得的早期症状相关信息可以为当前的流感预测工作提供有价值的信息。”拉赫曼说: “很长一段时间以来,我一直对肢体语言感兴趣”, “我认为,如果我们能够从许多人聚集的公共空间捕捉到咳嗽或打喷嚏的声音,我们就可以利用这一信息作为预测流行病学趋势的新数据来源。”410d03146b5f57de9bedeb8313f6617c.webpAl Hossain 说,FluSense 是人工智能与边缘计算相结合的一个例子,这种前沿趋势使得数据可以在源头被收集和分析。“我们正试图把机器学习系统带到边缘,” Al Hossain 指着 FluSense 设备内部的组件说。“所有的处理都在这里进行。这些系统正变得更便宜、更强大。”“我们已经初步确认咳嗽确实与流感相关的疾病有关,” Lover 说。“现在,我们希望在医院之外的环境验证它的有效性,并在各个地区推广。”如果真的行之有效,又能推广开来,将在预防大规模流行性感冒方面发挥重要作用。由于目前新冠病毒肆虐,最大的问题是呼吸机的数量不足。蒙特利尔总医院基金会(Montreal General Hospital Foundation)与麦吉尔大学健康中心研究院(RI-MUHC)合作,发起了全球呼吸机设计竞赛。提供了20万加元(约100万人民币)的奖金,呼吁团队设计一个简单,低成本、易制造且易于维护的呼吸机,用来部署在任何需要挽救生命的地方。 详情请戳?小程序

7cbc5be10e5c3ce889dfa70a700a20af.webp

浏览 40
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报