미국 국립보건원(NIH)은 질병 진단 및 연구를 위해 환자의 목소리를 분석할 수 있는 AI 소프트웨어 교육을 지원하기 위해 최대 14만 달러의 자금을 배정했습니다.
XNUMX개 연구기관 주도 사우스 플로리다 대학교(USF)는 XNUMX년에 걸쳐 다양한 학위를 받게 됩니다.
그들의 목표는 의사가 사람의 말을 검사하여 질병과 신경 장애를 잠재적으로 감지하는 데 사용할 수 있는 응용 프로그램을 훈련하는 데 사용할 수 있는 사람들의 목소리에 대한 훈련 데이터베이스를 개인 정보 보호 방식으로 수집하는 것입니다.
Voice as a Biomarker of Health 프로젝트는 다음 XNUMX가지 유형의 질병을 파악할 수 있는 소프트웨어에 중점을 둘 것입니다.
- 음성 장애: (후두암, 성대 마비, 양성 후두 병변)
- 신경 및 신경퇴행성 장애(알츠하이머병, 파킨슨병, 뇌졸중, ALS)
- 기분 및 정신 장애(우울증, 정신 분열증, 양극성 장애)
- 호흡기 질환(폐렴, COPD)
- 소아 음성 및 언어 장애(언어 및 언어 지연, 자폐증)
프로젝트 리더이자 USF 이비인후과 조교수인 Yael Bensoussan은 "우리 팀은 지난 20년 동안 발표된 음성 AI의 기존 작업을 기반으로 XNUMX가지 질병 범주를 선택했습니다. 등록.
음성 및 음성 데이터를 분석하기 위한 기계 학습 알고리즘의 최근 발전은 기술을 사용하여 신체 및 정신 건강을 평가하는 방법을 보여주었습니다. ㅏ 공부 예를 들어, MIT의 연구원들이 주도한 이 연구는 말의 떨림과 떨림을 우울증과 불안과 연관시켰습니다.
학자들은 AI를 사용하여 말이나 호흡 소리를 듣고 처리하면 질병과 장애를 조기에 발견할 수 있는 저렴한 방법을 제공할 수 있을 정도로 결과가 충분히 유망하다고 믿습니다.
Bensoussan은 "음성은 연구하기에 가장 저렴한 바이오 마커 중 하나입니다."라고 말했습니다.
“유전자 검사나 MRI나 스캔과 같은 영상과 같은 바이오마커를 생각할 때, 그것들은 모두 자원 집약적이며 어떤 의미에서는 침습적일 수 있습니다. 예를 들어 CT 스캔은 환자에게 방사선을 유발합니다. 음성은 수집하기 가장 쉬운 바이오마커이며 환자에게 신체적 위험을 초래하지 않으며 특히 현대 기술을 사용하여 매우 낮은 리소스 설정에서 수집할 수 있습니다.”
NIH는 참가자들이 의료 영상 및 유전체학에서 수집한 다른 데이터와 함께 평가할 수 있는 크고 다양한 음성 데이터베이스를 구축할 수 있도록 Voice as a Biomarker of Health 이니셔티브에 첫 해에 3.8만 달러를 제공할 것입니다. 첫 해의 파일럿 연구에서 임상 환경에서 선택된 환자의 음성 데이터가 기록됩니다.
이 데이터베이스는 특정 질병으로 진단받은 환자의 목소리에서 공통적인 특징을 인식하도록 AI 알고리즘을 훈련하기 위해 연구원들 간에 공유됩니다. 민감한 데이터가 비공개로 안전하게 유지되도록 하기 위해 머신 러닝 소프트웨어를 사용하여 생물 의학 연구를 지원하는 데 중점을 둔 신생 기업인 Owkin이 지원하는 연합 학습을 사용하여 모델을 학습합니다.
“데이터 소스를 떠나지 않고도 머신 러닝 모델이 데이터에 대해 학습할 수 있도록 하는 새로운 AI 프레임워크인 연합 학습 기술은 데이터를 보존하면서 교차 센터 AI 연구가 수행될 수 있음을 입증하기 위해 Owkin이 여러 연구 센터에 배포할 것입니다. 민감한 음성 데이터의 개인 정보 보호 및 보안"이라고 회사를 대표하는 대변인이 말했습니다. 그는 Reg.
의회 승인을 받아 14만 달러에 달하는 추가 자금이 이 발의안에 부여될 수 있습니다.
Voice as a Biomarker of Health는 새로운 기술이 미국 의료 서비스를 혁신할 것이라는 희망으로 R&D에서 AI의 채택을 가속화하려는 NIH의 광범위한 노력의 일부입니다. 의학 연구 조직 약속 한 주력 생물의학 데이터세트, 범용 소프트웨어 도구 및 AI 의료 연구원 교육을 위한 리소스 생성을 목표로 하는 수많은 프로젝트에 130년에 걸쳐 XNUMX억 XNUMX천만 달러를 투자합니다. ®
