O modelo de IA ajuda na detecção de doenças através da análise da tosse

Do som de uma tosse ao ritmo da nossa respiração, os ruídos que nossos corpos produzem são embalados com informações relacionadas à saúde. Esses sinais bioacústicos sutis podem mudar totalmente o jogo no rastreamento, diagnóstico, monitoramento e gerenciamento de vários problemas de saúde, como tuberculose (TB) ou doença pulmonar obstrutiva crônica (DPOC). No Google, vemos o enorme potencial de usar o som como um indicador de saúde, especialmente porque os microfones de smartphones são tão comuns. É por isso que estamos mergulhando em como a IA pode extrair insights de saúde desses sons.

No início deste ano, lançamos representações acústicas de saúde, ou ouvimos um modelo de fundação bioacústica que ajuda os pesquisadores a criar modelos capazes de ouvir sons humanos e identificar sinais precoces de doenças. A equipe do Google Research treinou ouvir em 300 milhões de clipes de áudio de um conjunto de dados diversificado e identificado. Para o modelo de tosse especificamente, usamos cerca de 100 milhões de sons de tosse.

O Hear foi projetado para captar padrões em sons relacionados à saúde, estabelecendo uma sólida base para a análise de áudio médico. Descobrimos que, em média, ouvir o desempenho de outros modelos em várias tarefas e é ótimo em trabalhar com diferentes microfones, mostrando seu talento para capturar padrões de som significativos relacionados à saúde. Além disso, os modelos construídos com o Hear podem obter alto desempenho, mesmo com menos dados de treinamento, o que é um grande negócio no mundo limitado por dados da pesquisa em saúde.

Agora, o Hear está disponível para os pesquisadores acelerarem o desenvolvimento de modelos bioacústicos personalizados, mesmo quando dados, configuração ou poder de computação são limitados. Nosso objetivo é aumentar a pesquisa em modelos para condições e grupos específicos, não importa quão esparsas os dados ou quão altos os custos.

A Salcit Technologies, uma empresa de saúde respiratória com sede na Índia, desenvolveu o SWAASA®, uma ferramenta movida a IA que analisa sons de tosse para avaliar a saúde do pulmão. Agora eles estão analisando como o Hear pode aumentar seus modelos de IA bioacústica. O Swaasa® está começando usando o Hear para melhorar sua detecção precoce de TB através de sons de tosse.

A TB é tratável, mas milhões de casos não são diagnosticados a cada ano, geralmente porque as pessoas não podem acessar facilmente os cuidados de saúde. O melhor diagnóstico é essencial para eliminar a TB, e a IA pode fazer uma grande diferença na detecção e tornar os cuidados mais acessíveis e acessíveis em todo o mundo. A SWAASA® usa o aprendizado de máquina para capturar doenças mais cedo, tornando as avaliações de saúde mais acessíveis, acessíveis e escaláveis ​​sem a necessidade de equipamentos especiais ou um local específico. Com Hear, eles estão procurando expandir a triagem de TB em toda a Índia.

"Todo caso perdido de TB é uma tragédia; todo diagnóstico tardio, um desgosto", diz Sujay Kakarmath, gerente de produto do Google Research que trabalha no Hear. "Os biomarcadores acústicos podem mudar essa história. Estou muito agradecido pela parte que o Hear pode desempenhar nesta jornada".

Também estamos obtendo apoio de grupos como a Partnership StopTB, uma organização não hospedada que conecta especialistas em TB e as comunidades afetadas a encerrar a TB até 2030.

"Ferramentas como o Hear podem avançar a análise acústica da IA ​​em triagem e detecção de TB, oferecendo uma solução acessível e de baixo impacto para aqueles que mais precisam", disse Zhi Zhen Qin, especialista em saúde digital da Stop TB Partnership.

Hear é um grande salto adiante na pesquisa em saúde acústica. Esperamos ajudar a desenvolver futuras ferramentas de diagnóstico e monitoramento de soluções para TB, peito, pulmão e outras doenças e melhorar os resultados de saúde para comunidades em todos os lugares em nossa pesquisa. Se você é um pesquisador interessado em ouvir, pode descobrir mais e solicitar acesso à API de ouvidos.