Az Egyesült Államok milliókat dob ​​az MI-re, hogy az Ön hangja alapján diagnosztizálja a betegségeket

Az Egyesült Államok Nemzeti Egészségügyi Intézete (NIH) 14 millió dollárt különített el olyan mesterséges intelligencia-szoftver képzésének támogatására, amely képes elemezni a betegek hangját a betegségek diagnosztizálása és tanulmányozása érdekében.

Tizenkét kutatóintézet által vezetett a Dél-Floridai Egyetem (USF) négy év alatt különböző mértékben kapja meg a pénzt.

Céljuk az lesz, hogy a magánélet védelmét szem előtt tartva egy képzési adatbázist gyűjtsenek az emberek hangjairól, amelyek segítségével olyan alkalmazások képezhetők, amelyek segítségével az orvosok potenciálisan felismerhetik a betegségeket és a neurológiai rendellenességeket egy személy beszédének vizsgálatával.

A Voice as a Biomarker of Health projekt olyan szoftverekre összpontosít, amelyek képesek felvenni az alábbi öt betegségtípust:

"Csapatunk az elmúlt 20 év során publikált, hangos mesterséges intelligencia területén végzett meglévő munkák alapján választotta ki a betegségek öt kategóriáját" - mondta Yael Bensoussan, a projekt vezetője, a USF Fül-orr-gégészeti Tanszékének adjunktusa. A regisztráció.

A hang- és beszédadatok elemzésére szolgáló gépi tanulási algoritmusok terén elért közelmúltbeli fejlődés megmutatta, hogy a technológiák hogyan használhatók a fizikai és mentális egészség felmérésére. A tanulmány Az MIT kutatói által vezetett kutatások például a beszédbeli remegést és remegést a depresszióval és a szorongással kapcsolták össze.

Az akadémikusok úgy vélik, hogy az eredmények elég ígéretesek ahhoz, hogy a beszéd vagy a légzés hangjának meghallgatása és feldolgozása mesterséges intelligencia segítségével alacsony költségű módszert jelenthet a betegségek és rendellenességek korábbi szakaszában történő kimutatására.

„A hang az egyik legolcsóbb tanulmányozható biomarker” – mondta Bensoussan.

„Ha olyan biomarkerekre gondolunk, mint a genetikai tesztelés vagy a képalkotás, például az MRI-k vagy a szkennelések, ezek mind meglehetősen erőforrásigényesek, és bizonyos értelemben invazívak is lehetnek. A CT-vizsgálatok például sugárzást okoznak a betegeknek. A hang a legkönnyebben gyűjthető biomarker, nem jelent semmilyen fizikai kockázatot a betegek számára, és nagyon alacsony erőforrás mellett is gyűjthető, különösen a modern technológia segítségével.”

Az NIH az első évben 3.8 millió dollárt ad a Voice as a Biomarker of Health kezdeményezésnek, hogy a résztvevők egy nagy, változatos hangadatbázist hozzanak létre, amely az orvosi képalkotásból és genomikából származó egyéb adatok mellett értékelhető. A kiválasztott betegek beszédadatait klinikai körülmények között rögzítik egy kísérleti vizsgálat során az első évben. 

Az adatbázist megosztják a kutatók között, hogy mesterséges intelligencia-algoritmusokat képezzenek ki, hogy felismerjék a meghatározott betegséggel diagnosztizált betegek hangjának közös jellemzőit. Annak érdekében, hogy az érzékeny adatok titkosak és biztonságosak legyenek, a modelleket az Owkin által támogatott egyesített tanulási módszerrel képezik ki. 

„Az egyesített tanulási technológiát – egy újszerű mesterségesintelligencia-keretrendszert, amely lehetővé teszi a gépi tanulási modellek adatokon való betanítását anélkül, hogy az adatok elhagynák a forrást – az Owkin több kutatóközpontban is bevezeti majd, hogy bemutassa, a központok közötti mesterségesintelligencia-kutatás végezhető a az érzékeny hangadatok magánélete és biztonsága” – mondta a cég szóvivője El Reg.

A Kongresszus jóváhagyásával több pénzt, akár 14 millió dollárt is kaphat a kezdeményezés.

A Voice as a Biomarker of Health része az NIH azon szélesebb körű erőfeszítésének, hogy felgyorsítsa a mesterséges intelligencia elterjedését a kutatás-fejlesztésben, abban a reményben, hogy az új technológiák megújítják az Egyesült Államok egészségügyi ellátását. Az orvosi kutató org igért négy év alatt akár 130 millió dollárt is befektetnek számos olyan projektbe, amelyek célja kiemelt orvosbiológiai adatkészletek, univerzális szoftvereszközök és források létrehozása az egészségügyi kutatók mesterséges intelligenciával foglalkozó képzéséhez. ®