Google разработал ИИ-диагноста, который распознает болезнь по звуку кашля

Команда под руководством ученых Google разработала инструмент ИИ, который может оценивать и контролировать состояние здоровья по кашлю и дыханию. Система обучена на миллионах аудиозаписей звуков, издаваемых людьми. Она может быть использована врачами для диагностики заболеваний, включая COVID-19 и туберкулез, и для оценки того, насколько хорошо функционируют легкие человека. ИИ обучили диагностировать заболевания по звуку кашля ИИ может по кашлю определить, чем болен человек. Unsplash Это действительно очень удобно. В принципе, такой «ИИ-диагност» может работать удаленно. Человек покашлял в микрофон и ему прилетел диагноз. И ведь это совсем не фантастика.

Это не первый случай, когда ученые исследуют звук в качестве биомаркера заболеваний. Эта концепция получила распространение во время пандемии COVID-19, когда ученые обнаружили, что респираторное заболевание можно обнаружить по кашлю.

Новое в системе Google, получившей названий Health Acoustic Representations (HeAR), — это огромный набор данных, на котором она обучалась, и тот факт, что ее можно настроить для выполнения нескольких задач.

Исследователи говорят, что еще слишком рано говорить о том, станет ли HeAR коммерческим продуктом. На данный момент план состоит в том, чтобы предоставить заинтересованным исследователям доступ к модели. Они смогут использовать ее в своих собственных исследованиях. «Наша цель в рамках исследования Google — стимулировать инновации в этой зарождающейся области», — говорит Суджай Какармат, менеджер Google в Нью-Йорке, который работал над этим проектом.

Как обучалась модель: она прослушала 300 миллионов записей

Большинство инструментов искусственного интеллекта, разрабатываемых в этой области, обучаются на аудиозаписях кашля или дыхания. Запись сопровождается медицинской информацией о человеке, издающем эти звуки. Например, клипы могут иметь метку, что на момент записи у человека был бронхит. Инструмент позволяет связать особенности звуков с меткой данных в процессе обучения. Это так называемое обучение с учителем.

«В медицине мы традиционно широко используем обучение с учителем, и это правильно, потому что у нас есть клиническое подтверждение», — говорит Яэль Бенсуссан, ларинголог из Университета Южной Флориды в Тампе. «Недостатком является то, что это действительно ограничивает наборы данных, которые вы можете использовать, потому что наборов аннотированных данных не хватает».

Вместо этого исследователи Google использовали обучение с частичным привлечением учителя (Semi-supervised learning), которое опирается на неразмеченные данные. Ученые собрали из общедоступных видео на YouTube более 300 миллионов коротких звуковых фрагментов кашля, дыхания, покашливания и других человеческих звуков.

Каждый клип был преобразован в визуальное представление звука, так называемую спектрограмму. Затем исследователи «заблокировали» некоторые сегменты спектрограмм, чтобы помочь модели научиться предсказывать недостающие части. Это похоже на то, как обучают большие языковые модели, лежащую в основе чат-ботов. Например, ChatGPT именно так на множестве примеров текста обучался предсказывать следующее слово в предложении. Используя этот метод, исследователи создали то, что они называют базовой моделью, которую, по их словам, можно адаптировать для самых разных задач.

Прилежный ученик

В случае с HeAR команда Google адаптировала его для выявления COVID-19, туберкулеза и, например, определения того курит ли человек. По шкале, где 0,5 представляет модель, которая работает не лучше, чем случайное предсказание, а 1 представляет модель, которая никогда не ошибается, HeAR показал максимальное значение 0,710 при обнаружении COVID-19 и 0,739 при обнаружении туберкулеза.

Али Имран, инженер из Университета Оклахомы в Талсе, говорит, что сам объем данных, используемых Google, придает значимость исследованию:. «Это дает уверенность в том, что это надежный инструмент».

ИИ и здравоохранение widget-interest

Создан ИИ, который может определить возраст человека по рентгеновскому снимку грудной клетки

 

Искусственный интеллект диагностирует детский аутизм

 

ИИ определяет аллергические заболевания по фото

По словам Яэль Бенсуссан область медицинской акустики или «аудиомики» является многообещающей: «Акустическая наука существует уже несколько десятилетий. Отличие заключается в том, что теперь, благодаря искусственному интеллекту и машинному обучению, у нас есть средства для сбора и анализа очень большого количества данных».

Бенсуссан является со-руководителем исследовательского консорциума, который сосредоточился на изучении голоса как биомаркера здоровья: «Существует огромный потенциал не только для диагностики, но и для скрининга и мониторинга. Мы не можем повторять сканирование или биопсию каждую неделю. Вот почему голос становится действительно важным биомаркером для мониторинга заболеваний. Это не инвазивно и требует совсем немного ресурсов».

Источник
Комментарии 0
Оцените статью
WARHEAD.SU
Добавить комментарий