本文综述了利用声学传感器、智能手机和深度学习分析咳嗽声筛查新冠肺炎的研究。系统结合声学特征与症状元数据区分患者与健康人，敏感度达95.1%，特异度99.5%。研究提出增量迁移学习以减少对大规模患者数据的依赖，并开发出准确率约95%至97%的可解释诊断框架，为低成本无接触预筛查提供了新途径。