新冠肺炎感染通常会影响上呼吸道和声带，导致一个人的声音发生变化。荷兰马斯特里赫特大学数据科学研究所研究员瓦法阿·阿尔杰巴维解释说，研究结果表明，简单的语音记录和AI算法能精确确定哪些人感染新冠肺炎，此外，还支持远程虚拟测试，出结果时间不到一分钟。这类测试可用于大型集会的检测点，对人群进行快速筛查。
研究团队使用的数据来自英国剑桥大学的“新冠肺炎声音库”应用程序，该应用程序包含来自4352名健康和非健康参与者的893个音频样本，其中308人的新冠肺炎检测呈阳性。该应用程序安装在用户的手机上，参与者报告关于人口统计、病史和吸烟状况的基本信息，然后被要求记录一些声音，包括咳嗽3次，用嘴巴深呼吸3—5次，以及在屏幕上读一小句话3次。
研究人员使用了一种名为梅尔谱图的语音分析技术，该技术可识别不同的语音特征，如响度、功率和随时间的变化情况。
为了区分新冠肺炎患者和没有患病的人的声音，研究人员建立了不同的AI模型。他们发现，长短期记忆（LSTM）模型在对新冠肺炎病例进行分类方面做得最好。LSTM基于神经网络，它模仿人脑的运作方式并识别数据中的潜在关系。它还能将数据存储在内存中。
这种AI-LSTM模型的总体准确率为89%，正确检测阳性病例的能力（真阳性率或敏感性）为89%，正确识别阴性病例的能力（真阴性率或特异度）为83%。
研究人员表示，快速抗原测试的灵敏度只有56%，但特异度高达99.5%。这意味着快速抗原测试错误地将阳性感染者归为阴性的人比此次测试中归类的更多。使用AI-LSTM模型，研究人员在100例继续传播病毒的病例中漏掉11例，而快速抗原测试漏掉了44例。
