深入鼻咽腔壁取样的筛检方法，是新冠肺炎快筛中最被广泛应用的方式，但过程很不舒服，令人闻之色变。 （图／美联社）
新冠肺炎（COVID-19）疫情爆发至今，虽有不少检测方法可供快筛，但更常用的还是要深入鼻咽腔壁的采样方法（俗称捅鼻子、或戳鼻子），过程并不舒服，也让许多人避之唯恐不及。所幸有博士生开发了可谓为「语音快筛」的系统，让你说说话就能判断是否有可能确诊，绝对是疫情下的一大福音。
美国约翰霍普金斯大学（Johns Hopkins University）就读电器与计算机工程所的博士生Drew Grant，与教授一起组队开发了一项系统，要让新冠肺炎快筛变得像是跟手机语音系统对话一样简单。该校电子报便以「Hey Siri，我有得新冠肺炎吗？」为题，介绍了他的研究计画。
Drew Grant。 （摘自约翰霍普金斯大学网页）
据了解，该研究团队搜集健康（没有感染新冠肺炎者）以及染疫者的声音，透过音频高低、声音品质、语速等分析项目，学习利用机器学习（Machine Learning，人工智慧的其中一种）来辨别确诊者与没有感染者之间在声音上的差别。
Drew Grant指出「机器学习能够发现人类无法察觉的细微差异，就是这项技术会如此惊人的原因。」民众只需要对着这一个声纹检测系统说话、咳嗽，甚至只要是呼吸，系统就能够辨识使用者是否有确诊的机率。
这一项研究已经发表在《IEEE Xplore》（电机电子学术文献资料库）上，并且还在DiCOVA挑战赛中夺下第一。 DiCOVA挑战赛的目的是透过分析新冠肺炎阳性（确诊）与阴性个案的声学数据集，并找出对这项问题在科学上与工程上的见解。
不仅如此，Drew Grant指出这一个系统不仅可以辨识使用者是否感染新冠肺炎（是否确诊），甚至有能力可以判断是第一次还是第二度感染。
他也相当期待，盼望未来这一套系统有机会可以安装每一台手机之中，进一步降低医疗系统的负荷，也可以减少医疗人员在近距离采检时的风险。
Drew Grant的志向也很远大，除了开发出声纹能辨系统来判断是否确诊新冠肺炎外，他也期待未来同一套系统有机会用于诊断其他呼吸道疾病，例如感冒、流感、哮喘（或称气喘）等等。而他与团队也会持续研发，期待所研发的系统，能够分辨出病患在罹患不同呼吸道疾病时的声音差异。
