导读 包括一位裔教授在内的科学家将智能手机变成了使用手机触摸屏的温度计，并重新利用现有的电池温度传感器来收集机器学习模型用来估计人们核心...

包括一位裔教授在内的科学家将智能手机变成了使用手机触摸屏的温度计，并重新利用现有的电池温度传感器来收集机器学习模型用来估计人们核心体温的数据。

(相关资料图)

由华盛顿大学 (UW) 研究人员领导的团队创​​建了一款名为 FeverPhone 的应用程序，无需添加新硬件即可将智能手机转变为温度计。

威斯康星大学艾伦学院和电气与计算机工程系教授 Shwetak Patel 是这篇论文的资深作者。

当研究人员在急诊科对 37 名患者测试 FeverPhone 时，该应用程序估算出的核心体温的准确度与某些消费温度计相当。

该应用程序是第一个使用现有手机传感器和屏幕来估计人们是否发烧的应用程序。

它需要更多的训练数据才能广泛使用，但对于医生来说，这种技术的潜力是令人兴奋的，根据发表在 ACM 交互、移动、可穿戴和无处不在技术杂志上的研究。

“例如，在流感浪潮中，人们跑到急诊室可能需要五天，有时甚至一周。因此，如果人们通过该应用程序与公共卫生机构分享发烧结果，就像我们签署新冠病毒暴露警告一样，这一早期迹象可以帮助我们更快地进行干预，”该研究的合著者马斯塔法·斯普林斯顿博士说。

研究人员使用来自不同测试用例的数据来训练机器学习模型，该模型使用复杂的相互作用来估计体温。

由于传感器应该测量手机的电池热量，因此该应用程序会跟踪手机升温的速度，然后使用触摸屏数据来计算其中有多少来自于人的触摸。

随着添加更多测试用例，研究人员能够校准模型以考虑手机配件等事物的变化。然后团队准备在人体上测试该应用程序。

为了使用 FeverPhone，参与者像傻瓜相机一样握住手机，用食指和拇指触摸角落边缘，以减少被感应到的手的热量(有些人让研究人员为他们握住手机)。

然后，参与者将触摸屏按在额头上约 90 秒，研究人员发现这是感知身体热量传递到手机的理想时间。

总体而言，FeverPhone估计患者核心体温的平均误差约为0.23摄氏度，处于临床可接受的范围内。

“我们从智能手机开始，因为它们无处不在，而且很容易从中获取数据，”主要作者约瑟夫·布雷达 (Joseph Breda) 说。