Звуки, издаваемые нашим телом, от кашля до речи и дыхания, богаты информацией о нашем здоровье. Тонкие подсказки, скрытые в этих биоакустических звуках, могут революционизировать способы скрининга, диагностики, мониторинга и лечения широкого спектра заболеваний, таких как туберкулез или хроническая обструктивная болезнь легких (ХОБЛ). Как исследователи из Google, мы признаем потенциал звука как полезного сигнала для здоровья, а также знаем, что микрофоны смартфонов широко доступны. С этой целью мы изучаем способы использования ИИ для извлечения медицинской информации из акустических данных.

Ранее в этом году мы знакомит с акустическими представлениями о здоровьеили HeAR, базовая биоакустическая модель, призванная помочь исследователям создавать модели, которые могут слушать человеческие звуки и сигнализировать о ранних признаках заболеваний. Исследовательская группа Google обучила HeAR на 300 миллионах фрагментов аудиоданных, отобранных из разнообразного анонимизированного набора данных, и мы обучили конкретную модель кашля, используя примерно 100 миллионов звуков кашля.

HeAR учится распознавать закономерности в звуках, связанных со здоровьем, создавая прочную основу для медицинского аудиоанализа. Мы обнаружили, что в среднем HeAR занимает более высокое место, чем другие модели, для широкого круга задач и для обобщения нескольких микрофонов, демонстрируя свою превосходную способность улавливать значимые закономерности в акустических данных, связанных со здоровьем. Модели, обученные с использованием HeAR, также достигли высокой производительности при меньшем объеме обучающих данных, что является решающим фактором в мире исследований в области здравоохранения, который часто испытывает недостаток данных.

HeAR теперь доступен исследователям для ускорения разработки индивидуальных биоакустических моделей с меньшим количеством данных, настроек и вычислений. Наша цель — обеспечить продолжение исследований моделей для конкретных условий и групп населения, даже если данных недостаточно или существуют финансовые или вычислительные препятствия.

Salcit Technologies, индийская компания, специализирующаяся на респираторной помощи, создала продукт под названием Свааса® использует искусственный интеллект для анализа звуков кашля и оценки состояния легких. Сегодня компания изучает, как HeAR может помочь расширить возможности своих биоакустических моделей искусственного интеллекта. Для начала Swaasa® использует HeAR, чтобы помочь в исследованиях и улучшить раннее выявление туберкулеза на основе звуков кашля.

Туберкулез – излечимая болезнь, но каждый год миллионы случаев остаются невыявленными — часто потому, что люди не имеют легкого доступа к медицинским услугам. Улучшение диагностики имеет важное значение для искоренить туберкулезИИ может сыграть важную роль в улучшении выявления заболеваний и сделать помощь более доступной и доступной для людей во всем мире. Swaasa® имеет опыт использования машинного обучения для раннего выявления заболеваний, устраняя разрыв в доступности, доступности и масштабируемости, предлагая независимую от заболевания оценку состояния органов дыхания и без оборудования. Благодаря HeAR они видят возможность более широко расширить скрининг на туберкулез по всей Индии, опираясь на это исследование.

«Каждый пропущенный случай туберкулеза — это трагедия, каждый поздний диагноз — это горе», — говорит Суджай Какармат, менеджер по продукту в Google Research, работающий над HeAR. «Акустические биомаркеры дают возможность переписать эту историю. Я глубоко благодарен HeAR за роль, которую может сыграть в этом преобразующем путешествии. »

Мы также видим поддержку этого подхода со стороны таких организаций, как Партнерство «СтопТБ»организация, базирующаяся в Организации Объединенных Наций, которая объединяет экспертов по туберкулезу и пострадавшие сообщества с целью положить конец туберкулезу к 2030 году.

«Такие решения, как HeAR, позволят акустическому анализу на основе искусственного интеллекта внедрить инновации в скрининге и обнаружении туберкулеза, предоставляя потенциально малоэффективный и доступный инструмент для тех, кто в нем больше всего нуждается», — сказал Чжи Чжэнь Цинь, специалист по цифровому здравоохранению в рамках партнерства «Остановить туберкулез».

HeAR представляет собой значительный прогресс в исследованиях акустического здоровья. Мы надеемся способствовать развитию будущих диагностических инструментов и решений для мониторинга в области туберкулеза, пульмонологии, легочных и других заболеваний, а также помочь улучшить показатели здоровья сообществ во всем мире исключительно благодаря нашим исследованиям. Если вы исследователь, заинтересованный в изучении HeAR, вы можете узнать больше и запросить доступ к Слушайте API.