AI模型通過咳嗽分析有助於疾病檢測

從咳嗽的聲音到呼吸的節奏,我們身體發出的聲音蘊含著與健康相關的資訊。這些微妙的生物聲學信號可能徹底改變篩檢、診斷、監測和管理各種健康問題的方式,例如結核病(TB)或慢性阻塞性肺病(COPD)。在Google,我們看到了利用聲音作為健康指標的巨大潛力,特別是因為智能手機麥克風的普及。這就是為什麼我們一直在探索AI如何從這些聲音中提取健康洞察。
今年早些時候,我們推出了健康聲學表徵(Health Acoustic Representations,簡稱HeAR),這是一個生物聲學基礎模型,幫助研究人員創建能夠聆聽人體聲音並識別早期疾病徵兆的模型。Google研究團隊在一個多樣化、去識別化的數據集上,對HeAR進行了約3億個音頻片段的訓練。具體針對咳嗽模型,我們使用了大約1億個咳嗽聲音。
HeAR旨在捕捉與健康相關的聲音模式,為醫療音頻分析奠定了堅實基礎。我們發現,平均而言,HeAR在多項任務中表現優於其他模型,並且擅長適應不同麥克風,展現了其捕捉有意義的健康相關聲音模式的能力。此外,使用HeAR構建的模型即使在訓練數據較少的情況下也能實現高性能,這在數據有限的醫療研究領域中意義重大。
現在,HeAR已開放給研究人員使用,以加速自定義生物聲學模型的開發,即使在數據、設置或計算能力有限的情況下也能實現。我們的目標是促進針對特定疾病和群體的模型研究,無論數據多麼稀缺或成本多高。
位於印度的呼吸健康公司Salcit Technologies開發了Swaasa®,這是一款AI驅動的工具,通過分析咳嗽聲音來評估肺部健康。他們現在正在研究如何利用HeAR增強其生物聲學AI模型。Swaasa®首先使用HeAR來改善通過咳嗽聲音進行結核病早期檢測的能力。
結核病是可治療的,但每年有數百萬病例未被診斷,通常是因為人們難以獲得醫療服務。更好的診斷是消滅結核病的關鍵,而AI在檢測和使醫療服務更易獲得、更負擔得起方面可以發揮重大作用。Swaasa®一直在使用機器學習進行早期疾病檢測,使健康評估更易獲得、更負擔得起且具可擴展性,無需特殊設備或特定地點。借助HeAR,他們希望在印度擴大結核病篩檢範圍。
「每一個錯過的結核病病例都是一場悲劇;每一次延遲診斷,都令人心碎,」負責HeAR的Google研究產品經理Sujay Kakarmath說。「聲學生物標記可能改變這個故事。我非常感謝HeAR在這一旅程中能發揮的作用。」
我們還得到了StopTB Partnership等組織的支持,這是一個由聯合國主辦的組織,連結結核病專家和受影響的社區,致力於在2030年前終結結核病。
「像HeAR這樣的工具可以推動AI驅動的聲學分析在結核病篩檢和檢測中的進展,為最需要的人提供低影響、易獲得的解決方案,」Stop TB Partnership的數位健康專家Zhi Zhen Qin說。
HeAR是聲學健康研究的一大進步。我們希望通過我們的研究,幫助開發未來的診斷工具和監測解決方案,針對結核病、胸部、肺部和其他疾病,並改善全球社區的健康成果。如果您是對HeAR感興趣的研究人員,可以了解更多資訊並申請使用HeAR API。
相關文章
WordPress.com 現已允許 AI 代理程式撰寫並發布文章,還有更多功能
廣受歡迎的網站託管與發佈平台 WordPress.com 現正積極導入 AI 代理程式——此舉可能重塑網路的樣貌與使用體驗。該公司於週五宣布,將允許 AI 代理程式在客戶網站上起草、編輯及發佈內容,同時也能管理留言、更新與修正元資料,並透過標籤和分類來整理內容。所有這些操作皆透過一個介面進行控制,網站擁有者只需使用自然語言指令說明其需求即可。憑藉這些新功能,網站幾乎可以完全由人工指導的 AI 代理
Kakao Mobility 概述了針對實體人工智慧的第 4 級自動駕駛路線圖
Kakao Mobility 計畫內部開發第 4 級自動駕駛技術,作為其實體人工智慧策略的一環。在首爾COEX舉行的2026年世界資訊科技展(World IT Show)會議上,Kakao Mobility副總裁兼實體AI部門負責人金鎮奎(Kim Jin-kyu)發表了該發展藍圖。他的演講聚焦於實體AI時代以移動平台為核心的自動駕駛服務。據韓聯社報導,這場名為「超越構想,付諸行動:AI 推動現
巴里·迪勒:隨著通用人工智慧(AGI)日益臨近,對山姆·奧特曼的信任已無關緊要
儘管近期有報導指出相反的看法,但億萬富翁媒體大亨巴里·迪勒並不認為 OpenAI 執行長山姆·奧特曼不可信。迪勒本週在《華爾街日報》的「萬物未來」會議上發言時,為奧特曼辯護;奧特曼此前曾遭到部分前同事和董事會成員指控,指稱他偶爾會採取操縱和欺騙手段。身為奧特曼好友的迪勒,當時正回應一個關於人們是否應信任奧特曼、以確保人工智慧造福人類的問題。具體而言,提問者探討了被稱為「通用人工智慧」(AGI)的理
相關專題推薦
評論 (28)
0/500
This is such a cool application of AI! Using cough sounds for early disease detection could be a game-changer for remote areas with limited medical access. I wonder how they'll address privacy concerns about recording personal health data though. 🤔
기침 소리로 질병을 진단하다니... 🤯 AI 기술이 의료 분야에서 이렇게 빨리 발전할 줄은 몰랐어요. 이거 실용화되면 병원 가는 사람들 많이 줄어들겠는데? 개인정보 보안 문제만 잘 해결되면 좋겠네요.
Cette idée d'analyser la toux pour détecter des maladies est vraiment ingénieuse ! 😮 Mais ça soulève aussi des questions sur la confidentialité des données médicales... Est-ce que nos sons corporels pourraient être enregistrés à notre insu ? J'espère qu'il y aura des garde-fous.
Qué tecnología tan interesante 🔥 Nunca pensé que una simple tos podría contener tanta información médica. Será cuestión de tiempo antes de que esto se implemente en hospitales, aunque me pregunto cómo manejarán el tema de la privacidad de los pacientes.
This AI cough analysis sounds wild! 😮 Imagine just coughing into your phone and boom, it tells you if something’s up. Super cool, but I wonder how accurate it is for stuff like TB. Anyone tried this yet?

從咳嗽的聲音到呼吸的節奏,我們身體發出的聲音蘊含著與健康相關的資訊。這些微妙的生物聲學信號可能徹底改變篩檢、診斷、監測和管理各種健康問題的方式,例如結核病(TB)或慢性阻塞性肺病(COPD)。在Google,我們看到了利用聲音作為健康指標的巨大潛力,特別是因為智能手機麥克風的普及。這就是為什麼我們一直在探索AI如何從這些聲音中提取健康洞察。
今年早些時候,我們推出了健康聲學表徵(Health Acoustic Representations,簡稱HeAR),這是一個生物聲學基礎模型,幫助研究人員創建能夠聆聽人體聲音並識別早期疾病徵兆的模型。Google研究團隊在一個多樣化、去識別化的數據集上,對HeAR進行了約3億個音頻片段的訓練。具體針對咳嗽模型,我們使用了大約1億個咳嗽聲音。
HeAR旨在捕捉與健康相關的聲音模式,為醫療音頻分析奠定了堅實基礎。我們發現,平均而言,HeAR在多項任務中表現優於其他模型,並且擅長適應不同麥克風,展現了其捕捉有意義的健康相關聲音模式的能力。此外,使用HeAR構建的模型即使在訓練數據較少的情況下也能實現高性能,這在數據有限的醫療研究領域中意義重大。
現在,HeAR已開放給研究人員使用,以加速自定義生物聲學模型的開發,即使在數據、設置或計算能力有限的情況下也能實現。我們的目標是促進針對特定疾病和群體的模型研究,無論數據多麼稀缺或成本多高。
位於印度的呼吸健康公司Salcit Technologies開發了Swaasa®,這是一款AI驅動的工具,通過分析咳嗽聲音來評估肺部健康。他們現在正在研究如何利用HeAR增強其生物聲學AI模型。Swaasa®首先使用HeAR來改善通過咳嗽聲音進行結核病早期檢測的能力。
結核病是可治療的,但每年有數百萬病例未被診斷,通常是因為人們難以獲得醫療服務。更好的診斷是消滅結核病的關鍵,而AI在檢測和使醫療服務更易獲得、更負擔得起方面可以發揮重大作用。Swaasa®一直在使用機器學習進行早期疾病檢測,使健康評估更易獲得、更負擔得起且具可擴展性,無需特殊設備或特定地點。借助HeAR,他們希望在印度擴大結核病篩檢範圍。
「每一個錯過的結核病病例都是一場悲劇;每一次延遲診斷,都令人心碎,」負責HeAR的Google研究產品經理Sujay Kakarmath說。「聲學生物標記可能改變這個故事。我非常感謝HeAR在這一旅程中能發揮的作用。」
我們還得到了StopTB Partnership等組織的支持,這是一個由聯合國主辦的組織,連結結核病專家和受影響的社區,致力於在2030年前終結結核病。
「像HeAR這樣的工具可以推動AI驅動的聲學分析在結核病篩檢和檢測中的進展,為最需要的人提供低影響、易獲得的解決方案,」Stop TB Partnership的數位健康專家Zhi Zhen Qin說。
HeAR是聲學健康研究的一大進步。我們希望通過我們的研究,幫助開發未來的診斷工具和監測解決方案,針對結核病、胸部、肺部和其他疾病,並改善全球社區的健康成果。如果您是對HeAR感興趣的研究人員,可以了解更多資訊並申請使用HeAR API。
WordPress.com 現已允許 AI 代理程式撰寫並發布文章,還有更多功能
廣受歡迎的網站託管與發佈平台 WordPress.com 現正積極導入 AI 代理程式——此舉可能重塑網路的樣貌與使用體驗。該公司於週五宣布,將允許 AI 代理程式在客戶網站上起草、編輯及發佈內容,同時也能管理留言、更新與修正元資料,並透過標籤和分類來整理內容。所有這些操作皆透過一個介面進行控制,網站擁有者只需使用自然語言指令說明其需求即可。憑藉這些新功能,網站幾乎可以完全由人工指導的 AI 代理
巴里·迪勒:隨著通用人工智慧(AGI)日益臨近,對山姆·奧特曼的信任已無關緊要
儘管近期有報導指出相反的看法,但億萬富翁媒體大亨巴里·迪勒並不認為 OpenAI 執行長山姆·奧特曼不可信。迪勒本週在《華爾街日報》的「萬物未來」會議上發言時,為奧特曼辯護;奧特曼此前曾遭到部分前同事和董事會成員指控,指稱他偶爾會採取操縱和欺騙手段。身為奧特曼好友的迪勒,當時正回應一個關於人們是否應信任奧特曼、以確保人工智慧造福人類的問題。具體而言,提問者探討了被稱為「通用人工智慧」(AGI)的理
This is such a cool application of AI! Using cough sounds for early disease detection could be a game-changer for remote areas with limited medical access. I wonder how they'll address privacy concerns about recording personal health data though. 🤔
기침 소리로 질병을 진단하다니... 🤯 AI 기술이 의료 분야에서 이렇게 빨리 발전할 줄은 몰랐어요. 이거 실용화되면 병원 가는 사람들 많이 줄어들겠는데? 개인정보 보안 문제만 잘 해결되면 좋겠네요.
Cette idée d'analyser la toux pour détecter des maladies est vraiment ingénieuse ! 😮 Mais ça soulève aussi des questions sur la confidentialité des données médicales... Est-ce que nos sons corporels pourraient être enregistrés à notre insu ? J'espère qu'il y aura des garde-fous.
Qué tecnología tan interesante 🔥 Nunca pensé que una simple tos podría contener tanta información médica. Será cuestión de tiempo antes de que esto se implemente en hospitales, aunque me pregunto cómo manejarán el tema de la privacidad de los pacientes.
This AI cough analysis sounds wild! 😮 Imagine just coughing into your phone and boom, it tells you if something’s up. Super cool, but I wonder how accurate it is for stuff like TB. Anyone tried this yet?





首頁






