在本周举行的机器学习医疗保健会议上发表的一篇论文中，麻省理工学院的研究人员展示了一种自动学习预测声带疾病特征的模型。这些功能来自大约 100 个科目的数据集，每个科目都有大约一周的语音监测数据和数十亿个样本 - 换句话说，每个科目都有少量科目和大量数据。数据集包含从安装在受试者颈部的小型加速计传感器捕获的信号。