আপনার ভয়েস প্লেটোব্লকচেন ডেটা ইন্টেলিজেন্সের শব্দ দ্বারা রোগ নির্ণয়ের জন্য মার্কিন AI-তে লক্ষ লক্ষ নিক্ষেপ করে৷ উল্লম্ব অনুসন্ধান. আ.

আপনার কণ্ঠস্বরের মাধ্যমে রোগ নির্ণয় করতে ইউএস AI-তে লক্ষ লক্ষ টাকা নিক্ষেপ করে৷

ইউএস ন্যাশনাল ইনস্টিটিউট অফ হেলথ (এনআইএইচ) AI সফ্টওয়্যার প্রশিক্ষণে সহায়তা করার জন্য 14 মিলিয়ন ডলারের মতো তহবিল বরাদ্দ করেছে যা অসুস্থতা নির্ণয় এবং অধ্যয়নের জন্য রোগীদের কণ্ঠস্বর বিশ্লেষণ করতে পারে।

বারোটি গবেষণা প্রতিষ্ঠান দ্বারা চালিত ইউনিভার্সিটি অফ সাউথ ফ্লোরিডা (ইউএসএফ) চার বছরের মধ্যে বিভিন্ন ডিগ্রীতে অর্থ পাবে।

তাদের লক্ষ্য হবে, গোপনীয়তা সচেতন উপায়ে, জনগণের কণ্ঠের একটি প্রশিক্ষণ ডাটাবেস যা অ্যাপ্লিকেশনগুলিকে প্রশিক্ষণের জন্য ব্যবহার করা যেতে পারে যা ডাক্তাররা একজন ব্যক্তির বক্তৃতা পরীক্ষা করে সম্ভাব্য রোগ এবং স্নায়বিক ব্যাধি সনাক্ত করতে ব্যবহার করতে পারেন।

The Voice as a Biomarker of Health প্রজেক্টের উপর ফোকাস করবে এমন সফ্টওয়্যার যা এই পাঁচ ধরনের রোগের বিষয়ে নিতে পারে:

  • ভয়েস ডিসঅর্ডার: (স্বরযন্ত্রের ক্যান্সার, ভোকাল ফোল্ড প্যারালাইসিস, বেনাইন ল্যারিঞ্জিয়াল ক্ষত)
  • স্নায়বিক এবং নিউরোডিজেনারেটিভ ডিসঅর্ডার (আলঝাইমার, পারকিনসন, স্ট্রোক, এএলএস)
  • মেজাজ এবং মানসিক ব্যাধি (বিষণ্নতা, সিজোফ্রেনিয়া, বাইপোলার ডিসঅর্ডার)
  • শ্বাসযন্ত্রের ব্যাধি (নিউমোনিয়া, সিওপিডি)
  • পেডিয়াট্রিক ভয়েস এবং বক্তৃতা ব্যাধি (বক্তৃতা এবং ভাষা বিলম্ব, অটিজম)

"আমাদের দল ভয়েস এআই-তে বিদ্যমান কাজের উপর ভিত্তি করে পাঁচটি বিভাগ বেছে নিয়েছে যা গত 20 বছরে প্রকাশিত হয়েছে," ইয়েল বেনসুসান, প্রকল্পের নেতা এবং ইউএসএফ-এর অটোলারিঙ্গোলজি বিভাগের সহকারী অধ্যাপক বলেছেন। নিবন্ধনকর্মী.

ভয়েস এবং স্পিচ ডেটা বিশ্লেষণ করার জন্য মেশিন লার্নিং অ্যালগরিদমের সাম্প্রতিক অগ্রগতি দেখিয়েছে যে কীভাবে প্রযুক্তিগুলি শারীরিক এবং মানসিক স্বাস্থ্যের মূল্যায়ন করতে ব্যবহার করা যেতে পারে। ক অধ্যয়ন এমআইটি-র গবেষকদের নেতৃত্বে, উদাহরণস্বরূপ, বক্তৃতা এবং কম্পনের সাথে বিষণ্নতা এবং উদ্বেগের সাথে সংযুক্ত।

শিক্ষাবিদরা বিশ্বাস করেন যে ফলাফলগুলি যথেষ্ট প্রতিশ্রুতিশীল যে এআই ব্যবহার করে বক্তৃতা বা শ্বাসের শব্দ শোনা এবং প্রক্রিয়াকরণ প্রাথমিক পর্যায়ে রোগ এবং ব্যাধি সনাক্ত করার জন্য একটি কম খরচের পদ্ধতি প্রদান করতে পারে।

"ভয়েস অধ্যয়নের জন্য সবচেয়ে সস্তা বায়ো-মার্কারগুলির মধ্যে একটি," বেনসুসান আমাদের বলেছেন।

“যখন আপনি বায়োমার্কার যেমন জেনেটিক টেস্টিং বা এমআরআই বা স্ক্যানের মতো ইমেজিংয়ের কথা ভাবেন, তখন সেগুলি বেশ সম্পদ-নিবিড় এবং এক অর্থে আক্রমণাত্মক হতে পারে। সিটি স্ক্যান রোগীদের জন্য বিকিরণ সৃষ্টি করে, উদাহরণস্বরূপ। ভয়েস সংগ্রহ করা সবচেয়ে সহজ বায়োমার্কার, এটি রোগীদের জন্য কোনো শারীরিক ঝুঁকির কারণ হয় না এবং খুব কম রিসোর্স সেটিংসে বিশেষ করে আধুনিক প্রযুক্তির মাধ্যমে সংগ্রহ করা যায়।"

অংশগ্রহণকারীদের জন্য একটি বৃহৎ, বৈচিত্র্যময় ভয়েস ডাটাবেস তৈরি করার জন্য NIH প্রথম বছরে ভয়েসকে বায়োমার্কার অফ হেলথ উদ্যোগ হিসাবে $3.8 মিলিয়ন দেবে যা মেডিকেল ইমেজিং এবং জিনোমিক্স থেকে সংগৃহীত অন্যান্য ডেটার পাশাপাশি মূল্যায়ন করা যেতে পারে। প্রথম বছরে একটি পাইলট গবেষণায় ক্লিনিকাল সেটিংসে নির্বাচিত রোগীদের কাছ থেকে বক্তৃতা ডেটা রেকর্ড করা হবে। 

নির্দিষ্ট রোগ নির্ণয় করা রোগীদের কণ্ঠে সাধারণ বৈশিষ্ট্যগুলি চিনতে AI অ্যালগরিদমকে প্রশিক্ষণ দেওয়ার জন্য গবেষকদের মধ্যে ডেটাবেস ভাগ করা হবে। সংবেদনশীল ডেটা ব্যক্তিগত এবং সুরক্ষিত রাখা হয়েছে তা নিশ্চিত করতে, মেশিন লার্নিং সফ্টওয়্যার ব্যবহার করে বায়োমেডিকাল গবেষণায় সহায়তা করার উপর দৃষ্টি নিবদ্ধ একটি স্টার্টআপ ওকিন দ্বারা সমর্থিত ফেডারেটেড লার্নিং ব্যবহার করে মডেলগুলিকে প্রশিক্ষণ দেওয়া হবে। 

"ফেডারেটেড লার্নিং টেকনোলজি - একটি অভিনব এআই ফ্রেমওয়ার্ক যা মেশিন লার্নিং মডেলগুলিকে ডেটার উপর প্রশিক্ষিত করার অনুমতি দেয় ডেটার উৎস ছাড়াই - ওকিন দ্বারা একাধিক গবেষণা কেন্দ্রে মোতায়েন করা হবে যাতে এটি প্রদর্শন করা যায় যে ক্রস-সেন্টার এআই গবেষণা করা যেতে পারে সংরক্ষণের সময়। গোপনীয়তা এবং সংবেদনশীল ভয়েস ডেটার নিরাপত্তা,” কোম্পানির প্রতিনিধিত্বকারী একজন মুখপাত্র বলেছেন এল রেজি.

আরও অর্থ, যতটা $14 মিলিয়ন, কংগ্রেসের অনুমোদনের সাথে উদ্যোগের জন্য মঞ্জুর করা যেতে পারে।

স্বাস্থ্যের বায়োমার্কার হিসেবে ভয়েস হল NIH-এর বৃহত্তর প্রচেষ্টার অংশ যাতে R&D-এ AI গ্রহণকে ত্বরান্বিত করা যায় এই আশায় যে নতুন প্রযুক্তিগুলি মার্কিন স্বাস্থ্যসেবাকে পুনর্গঠন করবে। চিকিৎসা গবেষণা সংস্থা প্রতিশ্রুত AI-তে স্বাস্থ্যসেবা গবেষকদের প্রশিক্ষণ দেওয়ার জন্য ফ্ল্যাগশিপ বায়োমেডিকাল ডেটাসেট, সার্বজনীন সফ্টওয়্যার সরঞ্জাম এবং সংস্থান তৈরির লক্ষ্যে বহু প্রকল্পে চার বছরে 130 মিলিয়ন ডলার বিনিয়োগ করা। ®

সময় স্ট্যাম্প:

থেকে আরো নিবন্ধনকর্মী