Модель ИИ помогает в обнаружении заболеваний с помощью анализа кашля

От звука кашля до ритма нашего дыхания, шумы, которые производят наши тела, наполнены информацией, связанной со здоровьем. Эти тонкие биоакустические сигналы могут полностью изменить игру при скрининге, диагностике, мониторинге и управлении различными проблемами со здоровьем, такими как туберкулез (ТБ) или хроническая обструктивная болезнь легких (ХОБЛ). В Google мы видим огромный потенциал в использовании звука в качестве индикатора здоровья, тем более что микрофоны смартфонов так распространены. Вот почему мы погрузились в то, как ИИ может извлечь информацию о здоровье из этих звуков.

Ранее в этом году мы развернули акустические представления о здоровье или слышим модель биоакустического основания, которая помогает исследователям создавать модели, способные слушать человеческие звуки и определять ранние признаки заболевания. Исследовательская группа Google, обученная услышанными на колоссальных 300 миллионов аудио-клипов из разнообразного, идентифицированного набора данных. В частности, для модели кашля мы использовали около 100 миллионов звуков кашля.

Слушан предназначен для того, чтобы привлечь модели в звуках, связанных со здоровьем, закладывая прочную основу для медицинского анализа звука. Мы обнаружили, что в среднем слышат, что другие модели по сравнению с множеством задач и отлично работают с различными микрофонами, показывая его умение для захвата значимых звуковых узоров, связанных со здоровьем. Кроме того, модели, построенные с Hear, могут достичь высокой производительности даже при меньшем обучении, что имеет большое значение в ограниченном мире мира здравоохранения.

Теперь HEAD доступен для исследователей, чтобы ускорить разработку пользовательских биоакустических моделей, даже если данные, настройка или вычислительная мощность ограничены. Наша цель состоит в том, чтобы стимулировать исследования в моделях для конкретных условий и групп, независимо от того, насколько скудны данные или насколько высоки затраты.

Salcit Technologies, компания по респираторным здравоохранению, базирующаяся в Индии, разработала SWAASA®, инструмент с AI, который анализирует звуки кашля для оценки здоровья легких. Теперь они изучают, как слышать, может повысить их биоакустические модели ИИ. SWAASA® начинается с использования Hear для улучшения их раннего обнаружения туберкулеза с помощью звуков кашля.

Туберкулез поддается лечению, но миллионы случаев не имеют диагноза с каждым годом, часто потому, что люди не могут легко получить доступ к здравоохранению. Лучший диагноз является ключом к вытирению туберкулеза, и ИИ может иметь большое значение в обнаружении и обеспечении ухода более доступным и доступным по всему миру. SWAASA® использует машинное обучение для досрочного увлечения болезней, делая оценки здоровья более доступными, доступными и масштабируемыми без необходимости специального оборудования или конкретного места. Слыша, они хотят расширить экранинг туберкулеза по всей Индии.

«Каждый пропущенный туберкулезный случай - это трагедия; каждый поздний диагноз, разбитое сердце», - говорит Суджай Какармат, менеджер по продукту в Google Research, работая над Hear. «Акустические биомаркеры могут изменить эту историю. Я очень благодарен за то, что слышит, что может сыграть в этом путешествии».

Мы также получаем поддержку от таких групп, как The Stoptb Partnership, организацию, не являющуюся отправлением, которая соединяет экспертов по туберкулезам и пострадавшие сообщества, чтобы закончить туберкулез к 2030 году.

«Такие инструменты, как Hear, могут продвигать акустический анализ на основе AI на скрининге и обнаружении туберкулеза, предлагая доступное решение для тех, кто в нем больше всего нуждается»,-сказал Чжэнь Цин, специалист по цифровому здравоохранению в партнерстве Stop TB.

Слышать - большой скачок вперед в исследованиях в области акустического здоровья. Мы надеемся помочь разработать будущие диагностические инструменты и решения для мониторинга туберкулеза, груди, легких и других заболеваний, а также улучшить результаты здоровья для сообществ повсюду благодаря нашему исследованию. Если вы заинтересован в исследователе, вы можете узнать больше и запросить доступ к API HEAD.