新冠肺炎（COVID-19）的無症狀感染者，是全球輕忽而導致大流行的主因之一。在國外，本土傳染的無症狀患者容易被檢測單位遺漏，導致疫情愈發嚴重。麻省理工學院（MIT）的研究發現，在咳嗽聲中其實有一種不易被發現的模式，可幫助檢測單位標記哪個人有可能已感染武漢肺炎，使預篩變得更加容易。

AI 檢測咳嗽時異音的技術，已被醫學界應用來檢測肺炎、哮喘等會改變患者咳嗽方式的疾病。而在新冠疫情爆發前，MIT 研究員 Brian Subirana 才剛證明咳嗽異聲可以幫助預測阿茲海默症。由於武漢肺炎與阿茲海默症其實有某些相同的症狀，因此 Subirana 的團隊也開始思考是否能將此技術應用至武漢肺炎的檢測上。

Subirana 的團隊蒐集了咳嗽研究的大數據，利用成千上萬人類咳嗽的樣本來訓練 AI，開發預測模型，並將此紀錄在電機電子工程師學會（Institute of Electrical and Electronics Engineers，簡稱 IEEE）供開放檢閱。

此 AI 模型已可透過聲帶強度、情緒、肺活量、呼吸功能、肌肉是否退化等細微變化，來檢驗出是否罹患 COVID-19 或有類似症狀。在 1,000 個樣本上測試 AI 模型，其中樣本有一半為健康的咳嗽聲，另一半為確診武漢肺炎的咳嗽聲。在測試中，AI 成功辨識出 98.5% 的武漢肺炎患者咳嗽聲，且辨識出 100% 的無症狀感染者，展現令人驚豔的準確性。

即使患者看似無症狀，一旦染上 COVID-19，其產生聲音的方式也會發生變化。

Subirana 如此認為。但他也向《TechCrunch》表示，雖然該 AI 系統能夠檢測出不健康的咳嗽聲，但必須小心使用，因為該工具是以篩選條件來找到配對符合的疾病，因此也可能出現偶然地完全符合篩選條件，卻不是 COVID-19 的狀況，醫療人員須謹慎判別。

目前此 AI 模型正在與多家醫療機構合作，以利建立起更多元的數據庫，使預測更精準。若能取得美國食品藥品管理局（Food and Drug Administration，簡稱 FDA）許可，接下來團隊將會與私人企業合作，開發行動裝置的免費應用程式，成為居家預篩的工具，並被更多人廣泛使用。期待這項工具能成為阻止疫情擴散的助力之一。