Модель ИИ помогает в обнаружении заболеваний с помощью анализа кашля

От звука кашля до ритма нашего дыхания, шумы, производимые нашим телом, содержат множество информации о здоровье. Эти тонкие биоакустические сигналы могут кардинально изменить подход к скринингу, диагностике, мониторингу и управлению различными заболеваниями, такими как туберкулёз (ТБ) или хроническая обструктивная болезнь лёгких (ХОЗЛ). В Google мы видим огромный потенциал использования звука как индикатора здоровья, особенно учитывая распространённость микрофонов в смартфонах. Поэтому мы углубились в изучение того, как AI может извлекать информацию о здоровье из этих звуков.

В начале этого года мы представили Health Acoustic Representations, или HeAR, базовую биоакустическую модель, которая помогает исследователям создавать модели, способные анализировать звуки человека и выявлять ранние признаки заболеваний. Команда Google Research обучила HeAR на огромном наборе данных из 300 миллионов аудиоклипов из разнообразного, обезличенного датасета. Для модели кашля, в частности, мы использовали около 100 миллионов звуков кашля.

HeAR разработана для выявления закономерностей в звуках, связанных со здоровьем, создавая прочную основу для анализа медицинских аудиоданных. Мы обнаружили, что в среднем HeAR превосходит другие модели по множеству задач и отлично справляется с работой с разными микрофонами, демонстрируя свою способность улавливать значимые звуковые паттерны, связанные со здоровьем. Кроме того, модели, созданные на основе HeAR, могут достигать высокой производительности даже при меньшем объёме данных для обучения, что имеет большое значение в условиях ограниченности данных в медицинских исследованиях.

Теперь HeAR доступна для исследователей, чтобы ускорить разработку пользовательских биоакустических моделей, даже если данные, оборудование или вычислительные мощности ограничены. Наша цель — способствовать исследованиям моделей для конкретных заболеваний и групп, независимо от того, насколько скудны данные или высоки затраты.

Salcit Technologies, индийская компания в области респираторного здоровья, разработала Swaasa®, инструмент на базе AI, который анализирует звуки кашля для оценки здоровья лёгких. Сейчас они изучают, как HeAR может улучшить их биоакустические модели AI. Swaasa® начинает с использования HeAR для улучшения раннего выявления ТБ по звукам кашля.

ТБ поддаётся лечению, но миллионы случаев ежегодно остаются недиагностированными, часто из-за трудностей с доступом к медицинской помощи. Более эффективная диагностика — ключ к искоренению ТБ, и AI может существенно улучшить выявление и сделать медицинскую помощь более доступной и недорогой по всему миру. Swaasa® использует машинное обучение для раннего выявления заболеваний, делая оценки здоровья более доступными, недорогими и масштабируемыми без необходимости специального оборудования или определённого места. С помощью HeAR они стремятся расширить скрининг ТБ по всей Индии.

«Каждый пропущенный случай ТБ — это трагедия; каждая поздняя диагностика — это горе», — говорит Суджай Какармат, менеджер по продуктам в Google Research, работающий над HeAR. «Акустические биомаркеры могут изменить эту историю. Я очень благодарен за роль, которую HeAR может сыграть в этом пути».

Мы также получаем поддержку от таких организаций, как The StopTB Partnership, организация, поддерживаемая ООН, которая объединяет экспертов по ТБ и пострадавшие сообщества для искоренения ТБ к 2030 году.

«Инструменты, такие как HeAR, могут продвинуть анализ акустических данных с помощью AI в скрининге и выявлении ТБ, предлагая малозатратное и доступное решение для тех, кто в нём больше всего нуждается», — сказал Чжи Чжэнь Цинь, специалист по цифровому здравоохранению из Stop TB Partnership.

HeAR — это большой шаг вперёд в исследованиях акустического здоровья. Мы надеемся помочь в разработке будущих диагностических инструментов и решений для мониторинга ТБ, заболеваний грудной клетки, лёгких и других болезней, а также улучшить здоровье сообществ по всему миру через наши исследования. Если вы исследователь, интересующийся HeAR, вы можете узнать больше и запросить доступ к API HeAR.