USA kaster millioner på AI for å diagnostisere sykdommer ved lyden av stemmen din

US National Institutes of Health (NIH) har øremerket så mye som 14 millioner dollar i finansiering for å støtte opplæring av AI-programvare som kan analysere pasientenes stemmer for å diagnostisere og studere sykdom.

Tolv forskningsinstitusjoner ledet av University of South Florida (USF) vil motta pengene i ulik grad over fire år.

Målet deres vil være å samle, på en personvernbevisst måte, en treningsdatabase med folks stemmer som kan brukes til å trene opp applikasjoner som leger kan bruke til å potensielt oppdage sykdommer og nevrologiske lidelser ved å undersøke en persons tale.

The Voice as a Biomarker of Health-prosjektet vil fokusere på programvare som kan fange opp disse fem typer sykdommer:

"Teamet vårt valgte de fem kategoriene av sykdommer basert på eksisterende arbeid innen stemme-AI som har blitt publisert i løpet av de siste 20 årene," fortalte Yael Bensoussan, prosjektleder og assisterende professor ved USFs avdeling for otolaryngologi. Registeret.

Nylig fremgang innen maskinlæringsalgoritmer for å analysere tale- og taledata har vist hvordan teknologier kan brukes til å vurdere fysisk og mental helse. EN studere ledet av forskere ved MIT, koblet for eksempel rystelser og skjelvinger i tale til depresjon og angst.

Akademikere mener resultatene er lovende nok til at å lytte og behandle lyden av tale eller puste ved hjelp av AI kan være en rimelig metode for å oppdage sykdommer og lidelser på et tidligere stadium.

"Voice er en av de billigste biomarkørene å studere," fortalte Bensoussan oss.

"Når du tenker på biomarkører som genetisk testing eller bildebehandling som MR eller skanninger, er de alle ganske ressurskrevende og kan være invasive på en måte. CT-skanninger forårsaker for eksempel stråling for pasienter. Stemme er den enkleste biomarkøren å samle inn, forårsaker ingen fysisk risiko for pasienter, og kan samles inn i svært lave ressurser, spesielt med moderne teknologi."

NIH vil gi 3.8 millioner dollar det første året til Voice as a Biomarker of Health-initiativet for deltakere for å konstruere en stor, mangfoldig stemmedatabase som kan vurderes sammen med andre data samlet fra medisinsk bildebehandling og genomikk. Taledata vil bli registrert fra utvalgte pasienter i kliniske omgivelser i en pilotstudie det første året. 

Databasen vil bli delt mellom forskere for å trene AI-algoritmer for å gjenkjenne fellestrekk i stemmene til pasienter som er diagnostisert med spesifikke sykdommer. For å sikre at de sensitive dataene holdes private og sikre, vil modellene trenes opp ved hjelp av føderert læring støttet av Owkin, en oppstart som fokuserer på å assistere biomedisinsk forskning ved hjelp av maskinlæringsprogramvare. 

«Federert læringsteknologi – et nytt AI-rammeverk som lar maskinlæringsmodeller trenes på data uten at dataene noen gang forlater kilden – vil bli distribuert på tvers av flere forskningssentre av Owkin for å demonstrere at AI-forskning på tvers av senter kan utføres samtidig som personvern og sikkerhet for sensitive stemmedata," fortalte en talsperson som representerer selskapet El Reg.

Mer penger, så mye som 14 millioner dollar, kan bli gitt til initiativet med kongressens godkjenning.

Voice as a Biomarker of Health er en del av en bredere innsats fra NIH for å akselerere bruken av AI i FoU i håp om at nye teknologier vil fornye amerikansk helsevesen. Den medisinske forskningsorganisasjonen lovet å investere så mye som $130 millioner over fire år til en rekke prosjekter som tar sikte på å lage flaggskip biomedisinske datasett, universelle programvareverktøy og ressurser for å trene helsepersonell i AI. ®