AI模型通過咳嗽分析有助於疾病檢測

從咳嗽的聲音到呼吸的節奏,我們身體發出的聲音蘊含著與健康相關的資訊。這些微妙的生物聲學信號可能徹底改變篩檢、診斷、監測和管理各種健康問題的方式,例如結核病(TB)或慢性阻塞性肺病(COPD)。在Google,我們看到了利用聲音作為健康指標的巨大潛力,特別是因為智能手機麥克風的普及。這就是為什麼我們一直在探索AI如何從這些聲音中提取健康洞察。
今年早些時候,我們推出了健康聲學表徵(Health Acoustic Representations,簡稱HeAR),這是一個生物聲學基礎模型,幫助研究人員創建能夠聆聽人體聲音並識別早期疾病徵兆的模型。Google研究團隊在一個多樣化、去識別化的數據集上,對HeAR進行了約3億個音頻片段的訓練。具體針對咳嗽模型,我們使用了大約1億個咳嗽聲音。
HeAR旨在捕捉與健康相關的聲音模式,為醫療音頻分析奠定了堅實基礎。我們發現,平均而言,HeAR在多項任務中表現優於其他模型,並且擅長適應不同麥克風,展現了其捕捉有意義的健康相關聲音模式的能力。此外,使用HeAR構建的模型即使在訓練數據較少的情況下也能實現高性能,這在數據有限的醫療研究領域中意義重大。
現在,HeAR已開放給研究人員使用,以加速自定義生物聲學模型的開發,即使在數據、設置或計算能力有限的情況下也能實現。我們的目標是促進針對特定疾病和群體的模型研究,無論數據多麼稀缺或成本多高。
位於印度的呼吸健康公司Salcit Technologies開發了Swaasa®,這是一款AI驅動的工具,通過分析咳嗽聲音來評估肺部健康。他們現在正在研究如何利用HeAR增強其生物聲學AI模型。Swaasa®首先使用HeAR來改善通過咳嗽聲音進行結核病早期檢測的能力。
結核病是可治療的,但每年有數百萬病例未被診斷,通常是因為人們難以獲得醫療服務。更好的診斷是消滅結核病的關鍵,而AI在檢測和使醫療服務更易獲得、更負擔得起方面可以發揮重大作用。Swaasa®一直在使用機器學習進行早期疾病檢測,使健康評估更易獲得、更負擔得起且具可擴展性,無需特殊設備或特定地點。借助HeAR,他們希望在印度擴大結核病篩檢範圍。
「每一個錯過的結核病病例都是一場悲劇;每一次延遲診斷,都令人心碎,」負責HeAR的Google研究產品經理Sujay Kakarmath說。「聲學生物標記可能改變這個故事。我非常感謝HeAR在這一旅程中能發揮的作用。」
我們還得到了StopTB Partnership等組織的支持,這是一個由聯合國主辦的組織,連結結核病專家和受影響的社區,致力於在2030年前終結結核病。
「像HeAR這樣的工具可以推動AI驅動的聲學分析在結核病篩檢和檢測中的進展,為最需要的人提供低影響、易獲得的解決方案,」Stop TB Partnership的數位健康專家Zhi Zhen Qin說。
HeAR是聲學健康研究的一大進步。我們希望通過我們的研究,幫助開發未來的診斷工具和監測解決方案,針對結核病、胸部、肺部和其他疾病,並改善全球社區的健康成果。如果您是對HeAR感興趣的研究人員,可以了解更多資訊並申請使用HeAR API。
相關文章
奧利押注隱私保護,力爭在 AI 助理競賽中勝出
要真正發揮實用價值,人工智慧助理必須深入了解其使用者。Ollie 是一款專為日常生活設計的個人助理,其運作前提是:這無需您交出個人資料,亦不會損害您的隱私。雖然某些企業級 AI 工具提供資料隱私保障,但 Ollie 作為首批獲得 SOC 2 合規認證的主流、以家庭為導向的 AI 服務之一,顯得格外突出。此框架允許企業透過獨立稽核證明,其已建立正式的管控措施來保護客戶資料,並確保系統運作的安全性。達
「AI LIVE:倫敦」將如何探討人工智慧與工業自動化
本次峰會將匯聚來自全球的高階主管,共同探討全球產業面臨的迫切挑戰,涵蓋範圍從人工智慧驅動的顛覆性變革到經濟波動。AI LIVE:倫敦峰會將以「科技+人類使命」為主題,匯聚逾 2,000 位國際領袖,共同探討人工智慧新興時代的發展。隸屬於 BizClik 旗下的《AI Magazine》已公佈其於「AI LIVE:倫敦峰會」上舉辦的「人工智慧與工業自動化」聯合爐邊談話的與會陣容。該座談會定於 10
Anthropic 進入 AI 法律科技市場,競爭日益激烈
Anthropic 於週二釋出了一系列新的聊天機器人功能,旨在為法律實務提供自動化支援。這些增強功能在年初推出的特定律所平臺 Claude for Legal 基礎上進行了擴充套件,增加了針對不同法律領域的專用法律外掛和 MCP 聯結器。隨著法律人工智慧領域競爭的加劇,這些工具應運而生。今年三月,利用代理式人工智慧簡化法律工作流的 AI 法律初創公司 Harvey 以 110 億美元的估值獲得了 2 億美元融資。上個月,競爭對手 Legora 完成了 6 億美元的 D 輪融資,並啟動了一場由裘德·
相關專題推薦
評論 (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?

從咳嗽的聲音到呼吸的節奏,我們身體發出的聲音蘊含著與健康相關的資訊。這些微妙的生物聲學信號可能徹底改變篩檢、診斷、監測和管理各種健康問題的方式,例如結核病(TB)或慢性阻塞性肺病(COPD)。在Google,我們看到了利用聲音作為健康指標的巨大潛力,特別是因為智能手機麥克風的普及。這就是為什麼我們一直在探索AI如何從這些聲音中提取健康洞察。
今年早些時候,我們推出了健康聲學表徵(Health Acoustic Representations,簡稱HeAR),這是一個生物聲學基礎模型,幫助研究人員創建能夠聆聽人體聲音並識別早期疾病徵兆的模型。Google研究團隊在一個多樣化、去識別化的數據集上,對HeAR進行了約3億個音頻片段的訓練。具體針對咳嗽模型,我們使用了大約1億個咳嗽聲音。
HeAR旨在捕捉與健康相關的聲音模式,為醫療音頻分析奠定了堅實基礎。我們發現,平均而言,HeAR在多項任務中表現優於其他模型,並且擅長適應不同麥克風,展現了其捕捉有意義的健康相關聲音模式的能力。此外,使用HeAR構建的模型即使在訓練數據較少的情況下也能實現高性能,這在數據有限的醫療研究領域中意義重大。
現在,HeAR已開放給研究人員使用,以加速自定義生物聲學模型的開發,即使在數據、設置或計算能力有限的情況下也能實現。我們的目標是促進針對特定疾病和群體的模型研究,無論數據多麼稀缺或成本多高。
位於印度的呼吸健康公司Salcit Technologies開發了Swaasa®,這是一款AI驅動的工具,通過分析咳嗽聲音來評估肺部健康。他們現在正在研究如何利用HeAR增強其生物聲學AI模型。Swaasa®首先使用HeAR來改善通過咳嗽聲音進行結核病早期檢測的能力。
結核病是可治療的,但每年有數百萬病例未被診斷,通常是因為人們難以獲得醫療服務。更好的診斷是消滅結核病的關鍵,而AI在檢測和使醫療服務更易獲得、更負擔得起方面可以發揮重大作用。Swaasa®一直在使用機器學習進行早期疾病檢測,使健康評估更易獲得、更負擔得起且具可擴展性,無需特殊設備或特定地點。借助HeAR,他們希望在印度擴大結核病篩檢範圍。
「每一個錯過的結核病病例都是一場悲劇;每一次延遲診斷,都令人心碎,」負責HeAR的Google研究產品經理Sujay Kakarmath說。「聲學生物標記可能改變這個故事。我非常感謝HeAR在這一旅程中能發揮的作用。」
我們還得到了StopTB Partnership等組織的支持,這是一個由聯合國主辦的組織,連結結核病專家和受影響的社區,致力於在2030年前終結結核病。
「像HeAR這樣的工具可以推動AI驅動的聲學分析在結核病篩檢和檢測中的進展,為最需要的人提供低影響、易獲得的解決方案,」Stop TB Partnership的數位健康專家Zhi Zhen Qin說。
HeAR是聲學健康研究的一大進步。我們希望通過我們的研究,幫助開發未來的診斷工具和監測解決方案,針對結核病、胸部、肺部和其他疾病,並改善全球社區的健康成果。如果您是對HeAR感興趣的研究人員,可以了解更多資訊並申請使用HeAR API。
奧利押注隱私保護,力爭在 AI 助理競賽中勝出
要真正發揮實用價值,人工智慧助理必須深入了解其使用者。Ollie 是一款專為日常生活設計的個人助理,其運作前提是:這無需您交出個人資料,亦不會損害您的隱私。雖然某些企業級 AI 工具提供資料隱私保障,但 Ollie 作為首批獲得 SOC 2 合規認證的主流、以家庭為導向的 AI 服務之一,顯得格外突出。此框架允許企業透過獨立稽核證明,其已建立正式的管控措施來保護客戶資料,並確保系統運作的安全性。達
「AI LIVE:倫敦」將如何探討人工智慧與工業自動化
本次峰會將匯聚來自全球的高階主管,共同探討全球產業面臨的迫切挑戰,涵蓋範圍從人工智慧驅動的顛覆性變革到經濟波動。AI LIVE:倫敦峰會將以「科技+人類使命」為主題,匯聚逾 2,000 位國際領袖,共同探討人工智慧新興時代的發展。隸屬於 BizClik 旗下的《AI Magazine》已公佈其於「AI LIVE:倫敦峰會」上舉辦的「人工智慧與工業自動化」聯合爐邊談話的與會陣容。該座談會定於 10
Anthropic 進入 AI 法律科技市場,競爭日益激烈
Anthropic 於週二釋出了一系列新的聊天機器人功能,旨在為法律實務提供自動化支援。這些增強功能在年初推出的特定律所平臺 Claude for Legal 基礎上進行了擴充套件,增加了針對不同法律領域的專用法律外掛和 MCP 聯結器。隨著法律人工智慧領域競爭的加劇,這些工具應運而生。今年三月,利用代理式人工智慧簡化法律工作流的 AI 法律初創公司 Harvey 以 110 億美元的估值獲得了 2 億美元融資。上個月,競爭對手 Legora 完成了 6 億美元的 D 輪融資,並啟動了一場由裘德·
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?





首頁






