在冠狀病毒大流行的早期，一些研究人員、創(chuàng)業(yè)公司和機(jī)構(gòu)開發(fā)了人工智能系統(tǒng)，他們聲稱可以從一個(gè)人的咳嗽聲中診斷出COVID-19。當(dāng)時(shí)，我們自己對(duì)人工智能的前景充滿熱情，認(rèn)為它可以作為對(duì)抗病毒的武器；在一個(gè)標(biāo)題中，我們贊同咳嗽診斷人工智能是"有希望的"。
但是最近的一項(xiàng)研究表明，一些咳嗽分析算法沒有我們--以及公眾--所相信的那么準(zhǔn)確。它是醫(yī)療領(lǐng)域機(jī)器學(xué)習(xí)技術(shù)的一個(gè)失敗案例，并且其缺陷并不總是立即顯現(xiàn)。
來自艾倫-圖靈研究所和皇家統(tǒng)計(jì)學(xué)會(huì)的研究人員受英國衛(wèi)生服務(wù)機(jī)構(gòu)委托，對(duì)基于音頻的人工智能技術(shù)作為COVID-19篩查工具進(jìn)行了獨(dú)立審查。他們與來自牛津大學(xué)、倫敦國王學(xué)院、倫敦帝國學(xué)院和倫敦大學(xué)學(xué)院的成員一起發(fā)現(xiàn)，即使是最準(zhǔn)確的咳嗽檢測模型，也比基于用戶報(bào)告系統(tǒng)和人口數(shù)據(jù)（如年齡和性別）的模型表現(xiàn)更差。
"其含義是，許多應(yīng)用程序使用的人工智能模型在用戶報(bào)告的癥狀所提供的預(yù)測準(zhǔn)確性之外，幾乎沒有增加任何價(jià)值，"該報(bào)告的共同作者在一次電子郵件采訪中表示。
在這項(xiàng)研究中，研究人員檢查了通過國家衛(wèi)生服務(wù)機(jī)構(gòu)的測試和跟蹤以及REACT-1項(xiàng)目招募的6.7萬多人的數(shù)據(jù)，該項(xiàng)目要求參與者將COVID-19的鼻咽拭子測試結(jié)果以及他們咳嗽、呼吸和說話的錄音寄回。利用這些錄音和測試結(jié)果，研究人員訓(xùn)練了一個(gè)人工智能模型，試圖了解咳嗽是否可以作為一個(gè)準(zhǔn)確的生物標(biāo)志物。
最終，他們發(fā)現(xiàn)人工智能并不能做到這一點(diǎn)，在控制混雜因素的情況下，人工智能模型的診斷準(zhǔn)確性并不比機(jī)會(huì)好多少。
部分原因是"測試與追蹤"系統(tǒng)的招募偏見，該系統(tǒng)要求參與者至少有一個(gè)COVID-19癥狀才能參加。但該研究的主要作者、艾倫-圖靈研究所健康和醫(yī)學(xué)科學(xué)項(xiàng)目主任克里斯-霍姆斯教授說，研究結(jié)果顯示，咳嗽在總體上對(duì)COVID-19的預(yù)測效果不佳。
"令人失望的是，這項(xiàng)技術(shù)對(duì)COVID-19不起作用，"他在一份電子郵件聲明中表示，"找到新的方法來快速和容易地診斷像COVID-19這樣的病毒對(duì)阻止它的傳播真的很重要"。
這項(xiàng)研究對(duì)富士通的"Cough in a Box"等商業(yè)努力是一個(gè)打擊，該應(yīng)用由英國衛(wèi)生和社會(huì)保健部資助，用于收集和分析COVID-19癥狀的音頻記錄，它的一些科學(xué)主張一開始就受到懷疑。麻省理工學(xué)院的研究人員共同撰寫的一篇論文將分析COVID-19咳嗽算法的準(zhǔn)確率定為98.5%，回想起來，這個(gè)百分比似乎高得令人懷疑。
這并不是說圖靈研究所的研究是有關(guān)COVID-19的咳嗽檢測的最后結(jié)論，霍姆斯留下了一種可能性，即該技術(shù)在未來可能適用于其他呼吸道病毒。
但這并不是第一次醫(yī)療保健人工智能的過度承諾和交付不足。2018年，STAT報(bào)道說，IBM的Watson超級(jí)計(jì)算機(jī)吐出了錯(cuò)誤的癌癥治療建議，這是對(duì)少數(shù)合成病例進(jìn)行訓(xùn)練的結(jié)果。在最近的一個(gè)例子中，2021年對(duì)醫(yī)療系統(tǒng)供應(yīng)商Epic識(shí)別敗血癥患者的人工智能算法的審計(jì)被發(fā)現(xiàn)錯(cuò)過了近70%的病例。
