Yhdysvallat heittää miljoonia tekoälylle diagnosoimaan sairauksia äänesi perusteella

Yhdysvaltain kansallinen terveysinstituutti (NIH) on varannut jopa 14 miljoonaa dollaria rahoitusta tukemaan sellaisten tekoälyohjelmistojen koulutusta, jotka voivat analysoida potilaiden ääniä sairauden diagnosoimiseksi ja tutkimiseksi.

Kaksitoista tutkimuslaitosta johdolla University of South Florida (USF) saa rahat vaihtelevissa määrin neljän vuoden aikana.

Heidän tavoitteenaan on kerätä yksityisyystietoisella tavalla koulutustietokanta ihmisten äänistä, jonka avulla voidaan kouluttaa sovelluksia, joiden avulla lääkärit voivat havaita sairauksia ja neurologisia häiriöitä tutkimalla henkilön puhetta.

Voice as a Biomarker of Health -projekti keskittyy ohjelmistoihin, jotka voivat poimia nämä viisi sairaustyyppiä:

"Tiimimme valitsi viisi sairausluokkaa perustuen olemassa olevaan ääni-AI-työhön, joka on julkaistu viimeisten 20 vuoden aikana", Yael Bensoussan, USF:n korva- ja kurkkutautien laitoksen apulaisprofessori, kertoi. Rekisteri.

Ääni- ja puhedatan analysoinnin koneoppimisalgoritmien viimeaikainen kehitys on osoittanut, kuinka tekniikoita voidaan käyttää fyysisen ja henkisen terveyden arvioimiseen. A opiskella Esimerkiksi MIT:n tutkijoiden johdolla puheen tärinä ja vapina yhdistettiin masennukseen ja ahdistukseen.

Akateemikot uskovat, että tulokset ovat tarpeeksi lupaavia, että puheen tai hengityksen äänen kuunteleminen ja käsittely tekoälyllä voisi tarjota edullisen menetelmän sairauksien ja häiriöiden havaitsemiseksi aikaisemmassa vaiheessa.

"Ääni on yksi halvimmista tutkittavista biomarkkereista", Bensoussan kertoi meille.

"Kun ajattelee biomarkkereita, kuten geneettistä testausta tai kuvantamista, kuten magneettikuvauksia tai skannauksia, ne ovat kaikki melko resurssiintensiivisiä ja voivat olla tietyssä mielessä invasiivisia. TT-skannaukset aiheuttavat potilaille esimerkiksi säteilyä. Ääni on helpoimmin kerättävä biomarkkeri, se ei aiheuta potilaille fyysistä riskiä, ​​ja se voidaan kerätä erittäin pienissä resursseissa varsinkin nykytekniikalla."

NIH antaa ensimmäisenä vuonna 3.8 miljoonaa dollaria Voice as a Biomarker of Health -aloitteelle, jotta osallistujat voivat rakentaa suuren, monipuolisen äänitietokannan, jota voidaan arvioida muiden lääketieteellisestä kuvantamisesta ja genomiikasta kerättyjen tietojen rinnalla. Valittujen potilaiden puhetiedot tallennetaan kliinisissä olosuhteissa pilottitutkimuksessa ensimmäisenä vuonna. 

Tietokanta jaetaan tutkijoiden kesken, jotta ne voivat kouluttaa tekoälyalgoritmeja tunnistamaan yhteisiä piirteitä tiettyjä sairauksia sairastavien potilaiden äänistä. Sen varmistamiseksi, että arkaluontoiset tiedot pysyvät yksityisinä ja turvallisina, malleja koulutetaan käyttämällä yhdistettyä oppimista, jota tukee Owkin, startup, joka keskittyy avustamaan biolääketieteellistä tutkimusta koneoppimisohjelmiston avulla. 

"Owkin ottaa käyttöön liitetyn oppimisteknologian – uuden tekoälykehyksen, jonka avulla koneoppimismalleja voidaan kouluttaa datalla ilman, että data koskaan poistuu lähteestään - ja se ottaa käyttöön useissa tutkimuskeskuksissa osoittaakseen, että keskusten välistä tekoälytutkimusta voidaan suorittaa säilyttäen arkaluontoisten äänitietojen yksityisyys ja suojaus, yhtiötä edustava tiedottaja kertoi El Reg.

Enemmän rahaa, jopa 14 miljoonaa dollaria, voidaan myöntää aloitteelle kongressin hyväksynnällä.

Voice as a Biomarker of Health on osa NIH:n laajempaa pyrkimystä nopeuttaa tekoälyn käyttöönottoa tutkimuksessa ja kehityksessä siinä toivossa, että uudet teknologiat uudistavat Yhdysvaltojen terveydenhuoltoa. Lääketieteellisen tutkimuksen org luvattu investoimaan jopa 130 miljoonaa dollaria neljän vuoden aikana lukuisiin hankkeisiin, joiden tarkoituksena on luoda lippulaivoja biolääketieteen tietojoukkoja, universaaleja ohjelmistotyökaluja ja resursseja terveydenhuollon tutkijoiden kouluttamiseen tekoälyssä. ®