AI模型通过咳嗽分析有助于疾病检测

从咳嗽的声音到呼吸的节奏,我们身体发出的声音包含了与健康相关的信息。这些微妙的生物声学信号可能会在筛查、诊断、监测和管理各种健康问题(如结核病(TB)或慢性阻塞性肺疾病(COPD))中彻底改变游戏规则。在Google,我们看到了利用声音作为健康指标的巨大潜力,特别是因为智能手机麦克风非常普遍。这就是为什么我们一直在深入研究AI如何从这些声音中提取健康洞察。
今年早些时候,我们推出了健康声学表征(Health Acoustic Representations,简称HeAR),这是一种生物声学基础模型,帮助研究人员创建能够倾听人体声音并发现早期疾病迹象的模型。Google研究团队在3000万个多样化、去标识化的音频片段数据集上训练了HeAR。对于咳嗽模型,我们具体使用了约1亿个咳嗽声音。
HeAR旨在捕捉与健康相关的声学模式,为医学音频分析奠定了坚实的基础。我们发现,平均而言,HeAR在多种任务中表现优于其他模型,并且能够适应不同的麦克风,展现了其捕捉有意义的健康相关声学模式的能力。此外,使用HeAR构建的模型即使在训练数据较少的情况下也能实现高性能,这在数据有限的医疗研究领域意义重大。
现在,HeAR可供研究人员使用,以加速开发定制的生物声学模型,即使数据、设备或计算能力有限。我们的目标是推动针对特定疾病和群体的模型研究,无论数据多么稀缺或成本多么高昂。
印度的一家呼吸健康公司Salcit Technologies开发了Swaasa®,这是一款AI驱动的工具,通过分析咳嗽声音来评估肺部健康。他们现在正在探索如何利用HeAR提升其生物声学AI模型。Swaasa®首先使用HeAR来改进通过咳嗽声音进行的结核病早期检测。
结核病是可治疗的,但每年有数百万病例未被诊断,通常是因为人们无法轻易获得医疗服务。更好的诊断是消灭结核病的关键,AI可以在检测和使医疗服务更易获得、更实惠方面发挥重要作用。Swaasa®一直在使用机器学习来早期发现疾病,使健康评估更易获得、更实惠且可扩展,无需特殊设备或特定地点。借助HeAR,他们希望在印度扩大结核病筛查范围。
“每一个未被发现的结核病病例都是一场悲剧;每一次晚诊断都是一次心碎,”Google研究团队的HeAR产品经理Sujay Kakarmath说。“声学生物标记可以改变这一现状。我非常感激HeAR能在这段旅程中发挥作用。”
我们还得到了StopTB Partnership等组织的支持,这是一家由联合国托管的组织,连接结核病专家和受影响的社区,目标是到2030年消灭结核病。
“像HeAR这样的工具可以推动AI驱动的声学分析在结核病筛查和检测中的应用,为最需要的人群提供低影响、易获得的解决方案,”Stop TB Partnership的数字健康专家Zhi Zhen Qin说。
HeAR是声学健康研究的一大飞跃。我们希望通过我们的研究帮助开发未来的诊断工具和监测解决方案,针对结核病、胸部、肺部及其他疾病,并改善全球社区的健康状况。如果您是研究人员并对HeAR感兴趣,可以了解更多信息并请求访问HeAR API。
相关文章
WordPress.com 现已支持 AI 助手撰写和发布文章,还有更多功能
广受欢迎的网站托管和发布平台 WordPress.com 现已开始引入人工智能助手——这一举措或将重塑网络的呈现方式。该公司于周五宣布,将允许人工智能助手在用户网站上起草、编辑和发布内容,同时还能管理评论、更新和修正元数据,并通过标签和分类对内容进行整理。所有这些操作均通过一个界面进行控制,网站所有者只需使用自然语言命令说明其需求即可。凭借这些新功能,网站几乎可以完全由人工指导的AI代理来创建和运
Kakao Mobility 概述了面向物理人工智能的 L4 级自动驾驶路线图
Kakao Mobility 计划内部自主研发 L4 级自动驾驶技术,作为其物理人工智能战略的一部分。在首尔COEX举行的2026世界IT展上,Kakao Mobility副总裁兼物理AI部门负责人金镇奎(Kim Jin-kyu)介绍了该路线图。他的演讲聚焦于物理AI时代基于出行平台构建的自动驾驶服务。据韩联社报道,这场题为“超越构想,付诸行动:AI驱动现实”的活动汇聚了来自17个国家的460
巴里·迪勒:随着通用人工智能的临近,对萨姆·阿尔特曼的信任已无关紧要
尽管近期有报道暗示相反的情况,但亿万富翁、媒体大亨巴里·迪勒并不认为OpenAI首席执行官山姆·阿尔特曼不可信。本周,迪勒在《华尔街日报》举办的“万物未来”峰会上发表演讲时,为阿尔特曼进行了辩护。此前,阿尔特曼曾遭到一些前同事和董事会成员的指责,称其有时会采取操纵和欺骗手段。作为阿尔特曼的朋友,迪勒是在回答一个关于人们是否应该信任阿尔特曼以确保人工智能造福人类的问题时作出上述表态的。具体而言,提问
相关专题推荐
评论 (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?

从咳嗽的声音到呼吸的节奏,我们身体发出的声音包含了与健康相关的信息。这些微妙的生物声学信号可能会在筛查、诊断、监测和管理各种健康问题(如结核病(TB)或慢性阻塞性肺疾病(COPD))中彻底改变游戏规则。在Google,我们看到了利用声音作为健康指标的巨大潜力,特别是因为智能手机麦克风非常普遍。这就是为什么我们一直在深入研究AI如何从这些声音中提取健康洞察。
今年早些时候,我们推出了健康声学表征(Health Acoustic Representations,简称HeAR),这是一种生物声学基础模型,帮助研究人员创建能够倾听人体声音并发现早期疾病迹象的模型。Google研究团队在3000万个多样化、去标识化的音频片段数据集上训练了HeAR。对于咳嗽模型,我们具体使用了约1亿个咳嗽声音。
HeAR旨在捕捉与健康相关的声学模式,为医学音频分析奠定了坚实的基础。我们发现,平均而言,HeAR在多种任务中表现优于其他模型,并且能够适应不同的麦克风,展现了其捕捉有意义的健康相关声学模式的能力。此外,使用HeAR构建的模型即使在训练数据较少的情况下也能实现高性能,这在数据有限的医疗研究领域意义重大。
现在,HeAR可供研究人员使用,以加速开发定制的生物声学模型,即使数据、设备或计算能力有限。我们的目标是推动针对特定疾病和群体的模型研究,无论数据多么稀缺或成本多么高昂。
印度的一家呼吸健康公司Salcit Technologies开发了Swaasa®,这是一款AI驱动的工具,通过分析咳嗽声音来评估肺部健康。他们现在正在探索如何利用HeAR提升其生物声学AI模型。Swaasa®首先使用HeAR来改进通过咳嗽声音进行的结核病早期检测。
结核病是可治疗的,但每年有数百万病例未被诊断,通常是因为人们无法轻易获得医疗服务。更好的诊断是消灭结核病的关键,AI可以在检测和使医疗服务更易获得、更实惠方面发挥重要作用。Swaasa®一直在使用机器学习来早期发现疾病,使健康评估更易获得、更实惠且可扩展,无需特殊设备或特定地点。借助HeAR,他们希望在印度扩大结核病筛查范围。
“每一个未被发现的结核病病例都是一场悲剧;每一次晚诊断都是一次心碎,”Google研究团队的HeAR产品经理Sujay Kakarmath说。“声学生物标记可以改变这一现状。我非常感激HeAR能在这段旅程中发挥作用。”
我们还得到了StopTB Partnership等组织的支持,这是一家由联合国托管的组织,连接结核病专家和受影响的社区,目标是到2030年消灭结核病。
“像HeAR这样的工具可以推动AI驱动的声学分析在结核病筛查和检测中的应用,为最需要的人群提供低影响、易获得的解决方案,”Stop TB Partnership的数字健康专家Zhi Zhen Qin说。
HeAR是声学健康研究的一大飞跃。我们希望通过我们的研究帮助开发未来的诊断工具和监测解决方案,针对结核病、胸部、肺部及其他疾病,并改善全球社区的健康状况。如果您是研究人员并对HeAR感兴趣,可以了解更多信息并请求访问HeAR API。
WordPress.com 现已支持 AI 助手撰写和发布文章,还有更多功能
广受欢迎的网站托管和发布平台 WordPress.com 现已开始引入人工智能助手——这一举措或将重塑网络的呈现方式。该公司于周五宣布,将允许人工智能助手在用户网站上起草、编辑和发布内容,同时还能管理评论、更新和修正元数据,并通过标签和分类对内容进行整理。所有这些操作均通过一个界面进行控制,网站所有者只需使用自然语言命令说明其需求即可。凭借这些新功能,网站几乎可以完全由人工指导的AI代理来创建和运
巴里·迪勒:随着通用人工智能的临近,对萨姆·阿尔特曼的信任已无关紧要
尽管近期有报道暗示相反的情况,但亿万富翁、媒体大亨巴里·迪勒并不认为OpenAI首席执行官山姆·阿尔特曼不可信。本周,迪勒在《华尔街日报》举办的“万物未来”峰会上发表演讲时,为阿尔特曼进行了辩护。此前,阿尔特曼曾遭到一些前同事和董事会成员的指责,称其有时会采取操纵和欺骗手段。作为阿尔特曼的朋友,迪勒是在回答一个关于人们是否应该信任阿尔特曼以确保人工智能造福人类的问题时作出上述表态的。具体而言,提问
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?





首页






