04.09.2024

Google приступила к разработке искусственного интеллекта, который сможет распознавать признаки заболеваний по звукам

Недавно Google объединилась с индийским стартапом в области искусственного интеллекта, чтобы разработать биоакустическую модель для обнаружения заболеваний по звукам, издаваемым человеком, сообщает Bloomberg. Биоакустика, сочетающая биологию и акустику, помогает извлекать информацию из звуков, производимых животными и людьми. Генеративный ИИ, который стал известен благодаря ChatGPT, теперь расширяет возможности этой технологии.

Одна из ключевых моделей ИИ, разработанная Alphabet Inc., использует звуковые сигналы для предсказания ранних признаков заболеваний, открывая новые перспективы. Эта технология может быть интегрирована в смартфоны и используется для мониторинга групп риска в сложных географических условиях. Например, в районах, где недоступны дорогостоящее диагностическое оборудование или экспертиза, ИИ и микрофон мобильного телефона могут оказаться полезными.

Система ИИ уже применяется в борьбе с туберкулезом. По данным Всемирной организации здравоохранения, каждый день от этой болезни умирает около 4,5 тыс. человек, а 30 тыс. заболевают. Туберкулез можно вылечить, но миллионы случаев остаются недиагностированными. В Индии болезнь ежегодно уносит жизни почти четверти миллиона человек, и раннее выявление имеет решающее значение для прекращения ее распространения.

Google обучила свою модель ИИ на основе 300 млн аудиозаписей со всего мира, включая кашель, насморк, чихание и дыхание. Двухсекундные аудиофрагменты были собраны из открытых источников, таких как видео на YouTube и записи кашля, сделанные в больницах, например, в Замбии, где пациенты проходили скрининг на туберкулез.

Звуки тела содержат важную информацию о здоровье, и еле заметные изменения могут быть полезны для скрининга, диагностики и лечения. Модель ИИ HeAR (Health Acoustic Representations) от Google использует 100 млн звуков кашля для выявления туберкулеза. Этот инструмент ИИ, установленный на смартфон, может быть использован в отдаленных районах для раннего выявления заболеваний. ИИ анализирует едва заметные различия в кашле, помогает сортировать пациентов и определять их приоритет для дальнейшего обследования и лечения, говорит Шравья Шетти, директор по исследованиям и инжинирингу Google в Маунтин-Вью, Калифорния.

Индийский партнер Google, стартап Salcit Technologies из Хайдарабада, использует модель ИИ для повышения точности диагностики туберкулеза и оценки состояния легких. Salcit сочетает эту модель с собственным ИИ под названием Swaasa, что в санскрите означает «дыхание». Ведущие медицинские учреждения Индии, такие как Apollo Hospitals и Healing Fields Foundation, уже используют Swaasa для скрининга, в том числе в отдаленных районах. Salcit получил одобрение индийского регулятора медицинских устройств, что является первым случаем использования программного инструмента в качестве медицинского устройства.

Мобильное приложение Swaasa позволяет пользователям загружать 10-секундный образец кашля для тестирования с точностью 94%. В отличие от дорогих клинических тестов, стоимость скрининга составляет всего 200 рупий ($2,4). Однако технологии сталкиваются с проблемами, такими как необходимость устранения фонового шума и сложность внедрения в рутинную клиническую практику. Также пользователи из сельских районов могут испытывать трудности с записью кашля в приложении.

Google также исследует биоакустическую модель на основе ультразвука для раннего выявления рака груди в госпитале Chang Gung Memorial Hospital на Тайване. Эта модель помогает обнаружить поражения и Google стремится внедрить ее по всему миру, предлагая бесплатный скрининг рака груди для тех, кто не может позволить себе дорогие маммограммы.

Пока ни одна из моделей Google не приближена к коммерциализации. Тем не менее, звуковые ИИ-системы могут революционизировать раннее выявление заболеваний, делая скрининг более доступным, дешевым и масштабируемым. Ранее ученые из университета Бостона создали модель ИИ, способную предсказать развитие болезни Альцгеймера через шесть лет, анализируя речь. Модель демонстрирует точность на уровне 78,5% и представляет собой простой и доступный метод ранней диагностики.

Оцените статью
ODELAX.RU
Подписаться
Уведомить о
guest
0 комментариев
Старые
Новые Популярные
Межтекстовые Отзывы
Посмотреть все комментарии
0
Оставьте комментарий! Напишите, что думаете по поводу статьи.x

Проверить франшизу

Спасибо
Ваша заявка отправлена
Скоро мы свяжемся с Вами