ZDA namenjajo milijone umetni inteligenci za diagnosticiranje bolezni po zvoku vašega glasu

Ameriški nacionalni inštitut za zdravje (NIH) je namenil kar 14 milijonov dolarjev sredstev za podporo usposabljanju programske opreme z umetno inteligenco, ki lahko analizira glasove pacientov za diagnosticiranje in preučevanje bolezni.

Dvanajst raziskovalnih ustanov voden z Univerza v Južni Floridi (USF) bo prejela denar v različnih stopnjah v štirih letih.

Njihov cilj bo na način, ki se zaveda zasebnosti, zbrati bazo podatkov o glasovih ljudi za usposabljanje, ki se lahko uporabijo za usposabljanje aplikacij, ki jih lahko zdravniki uporabijo za morebitno odkrivanje bolezni in nevroloških motenj s preučevanjem govora osebe.

Projekt Glas kot biomarker zdravja se bo osredotočil na programsko opremo, ki lahko zazna teh pet vrst bolezni:

"Naša ekipa je izbrala pet kategorij bolezni na podlagi obstoječega dela na področju glasovne umetne inteligence, ki je bilo objavljeno v zadnjih 20 letih," je povedal Yael Bensoussan, vodja projekta in docent na Oddelku za otolaringologijo USF. Register.

Nedavni napredek algoritmov strojnega učenja za analizo glasovnih in govornih podatkov je pokazal, kako je mogoče uporabiti tehnologije za ocenjevanje telesnega in duševnega zdravja. A študija pod vodstvom raziskovalcev z MIT so na primer povezali tremo in tresenje v govoru z depresijo in anksioznostjo.

Akademiki verjamejo, da so rezultati dovolj obetavni, da bi lahko poslušanje in obdelava zvoka govora ali dihanja z uporabo umetne inteligence zagotovila poceni metodo za odkrivanje bolezni in motenj v zgodnejši fazi.

"Glas je eden najcenejših bioloških označevalcev za preučevanje," nam je povedal Bensoussan.

»Ko pomislite na biomarkerje, kot je genetsko testiranje ali slikanje, kot je magnetna resonanca ali skeniranje, vsi zahtevajo precej virov in so lahko v nekem smislu invazivni. CT skeniranje povzroča na primer sevanje bolnikov. Glas je biomarker, ki ga je najlažje zbrati, ne povzroča fizičnega tveganja za bolnike in ga je mogoče zbrati v nastavitvah z zelo malo virov, zlasti s sodobno tehnologijo.

NIH bo v prvem letu dal 3.8 milijona dolarjev za pobudo Glas kot biomarker zdravja za udeležence, da bi zgradili veliko, raznoliko glasovno bazo podatkov, ki jo je mogoče oceniti skupaj z drugimi podatki, zbranimi z medicinskim slikanjem in genomiko. Podatki o govoru bodo posneti pri izbranih bolnikih v kliničnih okoljih v pilotni študiji v prvem letu. 

Bazo podatkov si bodo delili raziskovalci, da bi usposobili algoritme umetne inteligence za prepoznavanje skupnih značilnosti v glasovih bolnikov z diagnozo določenih bolezni. Da bi zagotovili zasebnost in varnost občutljivih podatkov, bodo modeli usposobljeni z zveznim učenjem, ki ga podpira Owkin, zagonsko podjetje, ki se osredotoča na pomoč biomedicinskim raziskavam z uporabo programske opreme za strojno učenje. 

»Tehnologijo zveznega učenja – novo ogrodje umetne inteligence, ki omogoča urjenje modelov strojnega učenja na podatkih, ne da bi podatki zapustili svoj vir – bo Owkin uvedel v več raziskovalnih središčih, da bi dokazal, da je mogoče izvajati medcentrične raziskave umetne inteligence ob ohranjanju zasebnosti in varnosti občutljivih glasovnih podatkov,« je povedal tiskovni predstavnik podjetja El Reg.

Več denarja, kar 14 milijonov dolarjev, bi lahko prejeli pobudo z odobritvijo kongresa.

Glas kot biomarker zdravja je del širšega prizadevanja NIH za pospešitev sprejemanja umetne inteligence v raziskavah in razvoju v upanju, da bodo nove tehnologije prenovile ameriško zdravstveno varstvo. Organizacija za medicinske raziskave obljubil da bo v štirih letih vložil kar 130 milijonov dolarjev v številne projekte, namenjene ustvarjanju vodilnih naborov biomedicinskih podatkov, univerzalnih programskih orodij in virov za usposabljanje zdravstvenih raziskovalcev na področju umetne inteligence. ®