El modelo de IA ayuda en la detección de enfermedades a través del análisis de la tos

Desde el sonido de la tos hasta el ritmo de nuestra respiración, los ruidos que nuestros cuerpos producen están llenos de información relacionada con la salud. Estas sutiles señales bioacústicas podrían cambiar totalmente el juego en la detección, diagnóstico, monitoreo y manejo de diversos problemas de salud, como la tuberculosis (TB) o la enfermedad pulmonar obstructiva crónica (EPOC). En Google, vemos el enorme potencial de usar el sonido como un indicador de salud, especialmente porque los micrófonos de teléfonos inteligentes son muy comunes. Es por eso que hemos estado sumergiendo en cómo la IA puede extraer información sobre la salud de estos sonidos.

A principios de este año, lanzamos representaciones acústicas de salud, o escuchamos un modelo de base bioacústica que ayuda a los investigadores a crear modelos capaces de escuchar sonidos humanos y detectar signos de enfermedades tempranas. El equipo de investigación de Google entrenó a escuchar en la friolera de 300 millones de clips de audio de un conjunto de datos diverso y desidentificado. Para el modelo de tos específicamente, utilizamos alrededor de 100 millones de sonidos de tos.

Hear está diseñado para captar patrones en sonidos relacionados con la salud, estableciendo una base sólida para el análisis de audio médico. Hemos descubierto que, en promedio, escucha superar a otros modelos en un montón de tareas y es excelente para trabajar con diferentes micrófonos, mostrando su habilidad para capturar patrones de sonido relacionados con la salud significativos. Además, los modelos construidos con Hears pueden lograr un alto rendimiento incluso con menos datos de capacitación, lo cual es un gran problema en el mundo de la investigación de atención médica limitada por datos.

Ahora, Hear está disponible para que los investigadores aceleren el desarrollo de modelos bioacústicos personalizados, incluso cuando los datos, la configuración o la potencia informática son limitados. Nuestro objetivo es aumentar la investigación en modelos para condiciones y grupos específicos, sin importar cuán escasos sean los datos o cuán altos son los costos.

Salcit Technologies, una empresa de salud respiratoria con sede en India, ha desarrollado SWAASA®, una herramienta con IA que analiza los sonidos de la tos para evaluar la salud pulmonar. Ahora están investigando cómo escuchar puede aumentar sus modelos Bioacústicos de IA. SWAASA® está comenzando usando Hears para mejorar su detección temprana de TB a través de los sonidos de la tos.

La TB es tratable, pero millones de casos no se diagnostican cada año, a menudo porque las personas no pueden acceder fácilmente a la atención médica. Un mejor diagnóstico es clave para eliminar la TB, y la IA puede marcar una gran diferencia en la detección y hacer que la atención sea más accesible y asequible en todo el mundo. SWAASA® ha estado utilizando el aprendizaje automático para capturar enfermedades temprano, haciendo que las evaluaciones de salud sean más accesibles, asequibles y escalables sin necesidad de equipos especiales o una ubicación específica. Con Hear, están buscando expandir la detección de TB en toda la India.

"Cada caso de TB perdido es una tragedia; cada diagnóstico tardío, una angustia", dice Sujay Kakarmath, gerente de productos de Google Research trabajando en Hear. "Los biomarcadores acústicos podrían cambiar esta historia. Estoy realmente agradecido por el papel que escucha puede jugar en este viaje".

También estamos recibiendo el apoyo de grupos como StopTB Partnership, una organización no alojada que conecta a expertos de TB y comunidades afectadas para finalizar la TB para 2030.

"Herramientas como Hear puede impulsar el análisis acústico con AI en la detección y detección de la TB, ofreciendo una solución accesible y de bajo impacto para aquellos que más lo necesitan", dijo Zhi Zhen Qin, especialista en salud digital con la asociación Stop TB.

Hear es un gran salto adelante en la investigación de salud acústica. Esperamos ayudar a desarrollar futuras herramientas de diagnóstico y soluciones de monitoreo para TB, tórax, pulmón y otras enfermedades, y mejorar los resultados de salud para las comunidades en todas partes a través de nuestra investigación. Si usted es un investigador interesado en escuchar, puede obtener más información y solicitar acceso a la API Hear.