EE.UU. arroja millones a la IA para diagnosticar enfermedades por el sonido de su voz

Los Institutos Nacionales de Salud (NIH) de EE. UU. han destinado hasta $ 14 millones en fondos para apoyar la capacitación de software de IA que puede analizar las voces de los pacientes para diagnosticar y estudiar enfermedades.

Doce instituciones de investigación dirigido por la Universidad del Sur de Florida (USF) recibirá el dinero en diversos grados durante cuatro años.

Su objetivo será recopilar, teniendo en cuenta la privacidad, una base de datos de entrenamiento de las voces de las personas que se puede usar para entrenar aplicaciones que los médicos pueden usar para detectar potencialmente enfermedades y trastornos neurológicos al examinar el habla de una persona.

El proyecto Voice as a Biomarker of Health se centrará en un software que pueda detectar estos cinco tipos de enfermedades:

"Nuestro equipo eligió las cinco categorías de enfermedades en función del trabajo existente en IA de voz que se ha publicado durante los últimos 20 años", dijo Yael Bensoussan, líder del proyecto y profesor asistente en el Departamento de Otorrinolaringología de la USF. El registro.

El progreso reciente en los algoritmos de aprendizaje automático para analizar datos de voz y habla ha demostrado cómo se pueden usar las tecnologías para evaluar la salud física y mental. A estudio dirigido por investigadores del MIT, por ejemplo, relacionó el nerviosismo y los temblores en el habla con la depresión y la ansiedad.

Los académicos creen que los resultados son lo suficientemente prometedores como para que escuchar y procesar el sonido del habla o la respiración usando IA podría proporcionar un método de bajo costo para detectar enfermedades y trastornos en una etapa más temprana.

“La voz es uno de los biomarcadores más baratos para estudiar”, nos dijo Bensoussan.

“Cuando piensa en biomarcadores, como pruebas genéticas o imágenes como resonancias magnéticas o exploraciones, todos requieren muchos recursos y pueden ser invasivos en cierto sentido. Las tomografías computarizadas causan radiación para los pacientes, por ejemplo. La voz es el biomarcador más fácil de recolectar, no causa ningún riesgo físico para los pacientes y se puede recolectar en entornos de muy bajos recursos, especialmente con la tecnología moderna”.

El NIH otorgará $ 3.8 millones en el primer año a la iniciativa Voice as a Biomarker of Health para que los participantes construyan una base de datos de voz grande y diversa que se pueda evaluar junto con otros datos recopilados de imágenes médicas y genómica. Los datos del habla se registrarán de pacientes seleccionados en entornos clínicos en un estudio piloto durante el primer año. 

La base de datos se compartirá entre los investigadores para entrenar algoritmos de IA para reconocer características comunes en las voces de pacientes diagnosticados con enfermedades específicas. Para garantizar que los datos confidenciales se mantengan privados y seguros, los modelos se entrenarán mediante el aprendizaje federado respaldado por Owkin, una empresa emergente enfocada en ayudar a la investigación biomédica utilizando software de aprendizaje automático. 

“La tecnología de aprendizaje federado, un marco de IA novedoso que permite que los modelos de aprendizaje automático se entrenen en datos sin que los datos abandonen su fuente, se implementará en múltiples centros de investigación por Owkin para demostrar que la investigación de IA entre centros se puede realizar mientras se preserva la privacidad y seguridad de los datos confidenciales de voz”, dijo un portavoz que representa a la compañía. Él reg.

Se puede otorgar más dinero, hasta $ 14 millones, a la iniciativa con la aprobación del Congreso.

Voice as a Biomarker of Health es parte de un esfuerzo más amplio de los NIH para acelerar la adopción de IA en I+D con la esperanza de que las nuevas tecnologías renueven la atención médica de EE. UU. la organización de investigación médica prometido invertir hasta $ 130 millones durante cuatro años en numerosos proyectos destinados a crear conjuntos de datos biomédicos emblemáticos, herramientas de software universales y recursos para capacitar a investigadores de atención médica en IA. ®