Le modèle d'IA aide à la détection des maladies par analyse de la toux

Du son d'une toux au rythme de notre respiration, les bruits que notre corps produisent sont remplis d'informations liées à la santé. Ces signaux bioacoustiques subtils pourraient totalement changer le jeu dans le dépistage, le diagnostic, la surveillance et la gestion de divers problèmes de santé, comme la tuberculose (TB) ou une maladie pulmonaire obstructive chronique (MPOC). Chez Google, nous voyons l'énorme potentiel dans l'utilisation du son comme indicateur de santé, d'autant plus que les micros smartphones sont si courants. C'est pourquoi nous avons plongé dans la façon dont l'IA peut tirer des informations sur la santé de ces sons.

Plus tôt cette année, nous avons déployé des représentations acoustiques de santé, ou entendons, un modèle de fondation bioacoustique qui aide les chercheurs à créer des modèles capables d'écouter des sons humains et de repérer les signes de maladie précoce. L'équipe de recherche de Google a formé entendant un énorme 300 millions de clips audio à partir d'un ensemble de données diversifié et identifié. Pour le modèle de toux spécifiquement, nous avons utilisé environ 100 millions de sons de toux.

Hear est conçu pour reprendre les modèles dans les sons liés à la santé, jetant un travail solide pour l'analyse audio médicale. Nous avons constaté que, en moyenne, entendait surpasser d'autres modèles dans un tas de tâches et est idéal pour travailler avec différents microphones, montrant son talent pour capturer des modèles sonores liés à la santé significatifs. De plus, les modèles construits avec Hear peuvent atteindre des performances élevées même avec moins de données de formation, ce qui est un gros problème dans le monde limité des données de la recherche sur les soins de santé.

Maintenant, Hear est disponible pour que les chercheurs accélèrent le développement de modèles bioacoustiques personnalisés, même lorsque les données, la configuration ou la puissance de calcul sont limitées. Notre objectif est de stimuler la recherche sur des modèles de conditions et de groupes spécifiques, quelle que soit la clarte des données ou la hauteur des coûts.

Salcit Technologies, une entreprise de santé respiratoire basée en Inde, a développé SWAASA®, un outil alimenté par l'IA qui analyse les sons de la toux pour évaluer la santé pulmonaire. Ils examinent maintenant comment Hear peut augmenter leurs modèles Bioacoustic IA. Swaasa® commence par utiliser Hear pour améliorer leur détection précoce de la tuberculose à travers des sons de toux.

La tuberculose est traitable, mais des millions de cas ne sont pas diagnostiqués chaque année, souvent parce que les gens ne peuvent pas facilement accéder aux soins de santé. Un meilleur diagnostic est essentiel pour essuyer la tuberculose, et l'IA peut faire une grande différence dans la détection et rendre les soins plus accessibles et abordables dans le monde entier. Swaasa® a utilisé l'apprentissage automatique pour prendre des maladies tôt, ce qui rend les évaluations de la santé plus accessibles, abordables et évolutives sans avoir besoin d'un équipement spécial ou d'un emplacement spécifique. Avec Hear, ils cherchent à étendre le dépistage de la TB à travers l'Inde.

"Chaque cas de tuberculose manqué est une tragédie; chaque diagnostic tardif, un chagrin", explique Sujay Kakarmath, chef de produit chez Google Research Working on Hear. "Les biomarqueurs acoustiques pourraient changer cette histoire. Je suis vraiment reconnaissant pour le rôle d'EUSU peut jouer dans ce voyage."

Nous obtenons également le soutien de groupes comme le StopTB Partnership, une organisation non hébergée qui relie les experts de la tuberculose et les communautés affectées pour mettre fin à la tuberculose d'ici 2030.

"Des outils comme Hear peuvent faire avancer l'analyse acoustique AI alimentée par AI dans le dépistage et la détection de la tuberculose, offrant une solution accessible à faible impact et accessible à ceux qui en ont le plus besoin", a déclaré Zhi Zhen Qin, spécialiste de la santé numérique avec le partenariat STOP TB.

Hear est un grand bond en avant dans la recherche sur la santé acoustique. Nous espérons aider à développer de futurs outils de diagnostic et à surveiller les solutions pour la tuberculose, la poitrine, les pulmones et d'autres maladies, et améliorer les résultats pour la santé des communautés du monde entier grâce à nos recherches. Si vous êtes un chercheur intéressé à entendre, vous pouvez en savoir plus et demander l'accès à l'API Heard.