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 estão repletos de informações relacionadas à saúde. Esses sinais bioacústicos sutis podem mudar completamente o jogo na triagem, diagnóstico, monitoramento e gerenciamento de várias questões de saúde, como tuberculose (TB) ou doença pulmonar obstrutiva crônica (COPD). No Google, vemos o enorme potencial em usar o som como um indicador de saúde, especialmente porque os microfones de smartphones são tão comuns. É por isso que temos explorado como a IA pode extrair insights de saúde desses sons.

No início deste ano, lançamos o Health Acoustic Representations, ou HeAR, um modelo de fundação bioacústica que ajuda pesquisadores a criar modelos capazes de ouvir sons humanos e identificar sinais precoces de doenças. A equipe de pesquisa do Google treinou o HeAR com impressionantes 300 milhões de clipes de áudio de um conjunto de dados diversificado e desidentificado. Para o modelo de tosse especificamente, usamos cerca de 100 milhões de sons de tosse.

O HeAR é projetado para captar padrões em sons relacionados à saúde, estabelecendo uma base sólida para a análise de áudio médico. Descobrimos que, em média, o HeAR supera outros modelos em várias tarefas e é excelente em trabalhar com diferentes microfones, demonstrando sua habilidade em capturar padrões de som significativos relacionados à saúde. Além disso, modelos construídos com o HeAR podem alcançar alto desempenho mesmo com menos dados de treinamento, o que é um grande avanço no mundo da pesquisa em saúde com dados limitados.

Agora, o HeAR está disponível para pesquisadores acelerarem o desenvolvimento de modelos bioacústicos personalizados, mesmo quando os dados, a configuração ou o poder computacional são limitados. Nosso objetivo é impulsionar a pesquisa em modelos para condições e grupos específicos, independentemente de quão escassos sejam os dados ou altos os custos.

A Salcit Technologies, uma empresa de saúde respiratória baseada na Índia, desenvolveu o Swaasa®, uma ferramenta alimentada por IA que analisa sons de tosse para avaliar a saúde pulmonar. Eles estão agora investigando como o HeAR pode melhorar seus modelos de IA bioacústica. O Swaasa® está começando a usar o HeAR para aprimorar a detecção precoce de TB por meio de sons de tosse.

A TB é tratável, mas milhões de casos não são diagnosticados a cada ano, muitas vezes porque as pessoas não têm fácil acesso à saúde. Um melhor diagnóstico é fundamental para erradicar a TB, e a IA pode fazer uma grande diferença na detecção e na tornar os cuidados mais acessíveis e acessíveis em todo o mundo. O Swaasa® tem usado aprendizado de máquina para detectar doenças precocemente, tornando as avaliações de saúde mais acessíveis, acessíveis e escaláveis sem a necessidade de equipamentos especiais ou um local específico. Com o HeAR, eles buscam expandir a triagem de TB pela Índia.

"Cada caso de TB perdido é uma tragédia; cada diagnóstico tardio, um sofrimento," diz Sujay Kakarmath, gerente de produtos na Google Research trabalhando no HeAR. "Os biomarcadores acústicos podem mudar essa história. Estou realmente grato pelo papel que o HeAR pode desempenhar nesta jornada."

Também estamos recebendo apoio de grupos como o The StopTB Partnership, uma organização hospedada pela ONU que conecta especialistas em TB e comunidades afetadas para acabar com a TB até 2030.

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

O HeAR é um grande salto na pesquisa de saúde acústica. Esperamos ajudar a desenvolver ferramentas de diagnóstico e soluções de monitoramento para TB, peito, pulmão e outras doenças, e melhorar os resultados de saúde para comunidades em todos os lugares por meio de nossa pesquisa. Se você é um pesquisador interessado no HeAR, pode encontrar mais informações e solicitar acesso à API do HeAR.