AI 모델은 기침 분석을 통해 질병 탐지를 지원합니다

기침의 소리부터 숨을 쉬는 리듬에 이르기까지 우리 몸이 생산하는 소음에는 건강 관련 정보가 담겨 있습니다. 이 미묘한 생체 음향 신호는 결핵 (TB) 또는 만성 폐쇄성 폐 질환 (COPD)과 같은 다양한 건강 문제를 선별, 진단, 모니터링 및 관리 할 때 게임을 완전히 바꿀 수 있습니다. Google에서는 특히 스마트 폰 마이크가 일반적이기 때문에 사운드를 건강 지표로 사용하는 데 큰 잠재력이 있습니다. 그렇기 때문에 우리는 AI가 이러한 소리에서 건강 통찰력을 끌어 올릴 수있는 방법에 대해 뛰어 들었습니다.

올해 초, 우리는 연구자들이 인간의 소리를 듣고 초기 질병 징후를 발견 할 수있는 모델을 만드는 데 도움이되는 생물 음향 기초 모델 인 건강 음향 표현을 발표하거나 들었습니다. Google 리서치 팀은 다양하고 식별되지 않은 데이터 세트에서 무려 3 억 오디오 클립에 대해 청각을 훈련 시켰습니다. 기침 모델의 경우, 우리는 약 1 억 기침 사운드를 사용했습니다.

Hear는 건강 관련 사운드의 패턴을 선택하도록 설계되어 의료 오디오 분석을위한 견고한 토대를 마련했습니다. 우리는 평균적으로 많은 작업에서 다른 모델보다 성능이 뛰어나고 다른 마이크를 사용하는 데 능숙하며 의미있는 건강 관련 사운드 패턴을 캡처하기위한 요령을 보여줍니다. 또한 Hear와 함께 구축 된 모델은 교육 데이터가 적더라도 고성능을 달성 할 수 있으며, 이는 데이터 제한 의료 연구 세계에서 큰 문제입니다.

이제 연구원들이 데이터, 설정 또는 컴퓨팅 파워가 제한되어있는 경우에도 사용자 정의 생물 음향 모델의 개발 속도를 높일 수 있습니다. 우리의 목표는 데이터가 아무리 드물거나 비용이 얼마나 높은지에 관계없이 특정 조건 및 그룹에 대한 모델에 대한 연구를 향상시키는 것입니다.

인도에 본사를 둔 호흡기 보건 회사 인 Salcit Technologies는 폐 건강을 평가하기 위해 기침 사운드를 분석하는 AI 구동 도구 인 SWAASA®를 개발했습니다. 그들은 이제 청중이 어떻게 생체 음향 AI 모델을 향상시킬 수 있는지 조사하고 있습니다. SWAASA®는 기침 소리를 통해 TB의 조기 탐지를 개선하기 위해 Hear를 사용하여 시작합니다.

결핵은 치료할 수 있지만 매년 수백만 건의 사례가 진단되지 않으며, 종종 사람들이 건강 관리에 쉽게 접근 할 수 없기 때문입니다. 더 나은 진단은 결핵을 닦는 데 중요하며 AI는 감지에 큰 차이를 만들고 전 세계적으로 치료 가능하고 저렴한 가격을 제공 할 수 있습니다. SWAASA®는 머신 러닝을 사용하여 질병을 일찍 잡아서 건강 평가가 특수 장비 나 특정 위치없이보다 접근 가능하고 저렴하며 확장 가능합니다. 듣고, 그들은 인도 전역에서 결핵 심사를 확장하려고합니다.

Google Research의 제품 관리자 인 Sujay Kakarmath는“모든 결석 사례는 비극이며, 늦은 진단, 가슴 아픈 모든 진단입니다. "어쿠스틱 바이오 마커는이 이야기를 바꿀 수 있습니다.이 여행에서 듣는 부분에 정말 감사합니다."

우리는 또한 TB 전문가와 영향을받는 커뮤니티를 2030 년까지 TB를 종료하는 UN 호스트 조직인 StoptB Partnership과 같은 그룹의 지원을 받고 있습니다.

Stop TB 파트너십의 디지털 건강 전문가 인 Zhi Zhen Qin은“Hear와 같은 도구는 TB 스크리닝 및 탐지에서 AI 기반 음향 분석을 전진하여 가장 필요한 사람들에게 적합하지 않은 접근성 솔루션을 제공 할 수 있습니다.

듣기는 어쿠스틱 건강 연구에서 큰 도약입니다. 우리는 TB, 흉부, 폐 및 기타 질병에 대한 미래의 진단 도구 및 모니터링 솔루션을 개발하고 연구를 통해 지역 사회의 건강 결과를 향상시키기를 희망합니다. 청각에 관심이있는 연구원이라면 더 많은 정보를 찾아서 Hear API에 대한 액세스를 요청할 수 있습니다.