Das KI -Modell hilft bei der Erkennung von Krankheiten durch Hustenanalyse

Vom Klang eines Hustens bis zum Rhythmus unseres Atems sind die Geräusche, die unser Körper produziert, mit gesundheitsbezogenen Informationen gefüllt. Diese subtilen bioakustischen Signale könnten das Spiel im Screening, Diagnose, Überwachung und Behandlung verschiedener Gesundheitsprobleme wie Tuberkulose (TB) oder chronisch obstruktiver Lungenerkrankung (COPD) vollständig verändern. Bei Google sehen wir das enorme Potenzial für den Einsatz von Sound als Gesundheitsindikator, zumal Smartphone -MICs so häufig sind. Deshalb haben wir uns damit eingetaucht, wie KI gesundheitliche Erkenntnisse aus diesen Geräuschen ziehen kann.

Anfang dieses Jahres haben wir gesundheitsakustische Darstellungen oder Hear ein bioakustisches Fundamentmodell eingeführt, mit dem Forscher Modelle erstellen können, die sich auf menschliche Klänge hören und frühe Krankheitszeichen entdecken können. Das Google Research Team trainierte Hören auf satten 300 Millionen Audioklips aus einem vielfältigen, identifizierten Datensatz. Für das Hustenmodell haben wir rund 100 Millionen Husten -Sounds verwendet.

Hear ist so konzipiert, dass sie Muster in gesundheitsbezogenen Geräuschen aufnehmen und einen soliden Grundstein für die medizinische Audioanalyse legen. Wir haben festgestellt, dass das Hören im Durchschnitt andere Modelle über eine Reihe von Aufgaben übertrifft und mit verschiedenen Mikrofonen hervorragend ist und ihr Talent für die Erfassung bedeutungsvoller gesundheitsbezogener Klangmuster zeigt. Außerdem können Modelle, die mit Hear gebaut wurden, auch mit weniger Trainingsdaten eine hohe Leistung erzielen, was in der datenbegrenzten Welt der Gesundheitsforschung eine große Rolle spielt.

Jetzt ist Hear für Forscher verfügbar, um die Entwicklung benutzerdefinierter bioakustischer Modelle zu beschleunigen, auch wenn Daten, Einrichtung oder Rechenleistung begrenzt sind. Unser Ziel ist es, die Forschung in Modelle für bestimmte Bedingungen und Gruppen zu steigern, unabhängig davon, wie spärlich die Daten oder wie hoch die Kosten sind.

Salcit Technologies, eine in Indien ansässige Atemgesundheitsunternehmen, hat SWAASA® entwickelt, ein KI-angetriebenes Tool, das Husten-Sounds zur Bewertung der Lungengesundheit analysiert. Sie prüfen jetzt, wie Hören ihre bioakustischen KI -Modelle steigern kann. SWAASA® beginnt mithilfe von Hear, um ihre frühzeitige Erkennung von TB durch Hustengeräusche zu verbessern.

TB ist behandelbar, aber Millionen von Fällen werden jedes Jahr nicht diagnostiziert, oft, weil Menschen nicht leicht zu Gesundheitsversorgung zugreifen können. Eine bessere Diagnose ist der Schlüssel zum Auslösen von TB, und KI kann einen großen Unterschied in der Erkennung und zur Versorgung zugänglicher und erschwinglicher machen. SWAASA® nutzt maschinelles Lernen, um Krankheiten frühzeitig zu erfassen und die Gesundheitsbewertungen zugänglicher, erschwinglicher und skalierbarer zu machen, ohne spezielle Geräte oder einen bestimmten Standort zu benötigen. Mit Hear wollen sie das TB -Screening in Indien erweitern.

"Jeder verpasste TB -Fall ist eine Tragödie; jede verspätete Diagnose, ein Herzschmerz", sagt Sujay Kakarmath, Produktmanager bei Google Research, der an Hear arbeitet. "Akustische Biomarker könnten diese Geschichte verändern. Ich bin sehr dankbar für die Rolle, die hören kann, um auf dieser Reise zu spielen."

Wir erhalten auch Unterstützung von Gruppen wie der StoptB Partnership, einer nicht veranstalteten Organisation, die TB-Experten und betroffene Gemeinden mit der Beendigung von TB bis 2030 verbindet.

"Tools wie Hear können die akustische KI-angetriebene Akustikanalyse beim TB-Screening und -Detektion vorantreiben und für diejenigen, die sie am dringendsten benötigen, eine niedrig beeinflusste, zugängliche Lösung bieten", sagte Zhi Zhen Qin, Spezialist für digitale Gesundheit bei der Stop TB-Partnerschaft.

Hear ist ein großer Sprung nach vorne in der akustischen Gesundheitsforschung. Wir hoffen, zukünftige diagnostische Instrumente und Überwachungslösungen für TB, Brust, Lunge und andere Krankheiten zu entwickeln und die Gesundheitsergebnisse für Gemeinschaften überall durch unsere Forschung zu verbessern. Wenn Sie ein Forscher sind, der an Hear interessiert ist, können Sie mehr herausfinden und den Zugriff auf die Hear -API anfordern.