USA kastar miljoner på AI för att diagnostisera sjukdomar genom ljudet av din röst

US National Institutes of Health (NIH) har öronmärkt så mycket som 14 miljoner dollar i finansiering för att stödja utbildning av AI-mjukvara som kan analysera patienters röster för att diagnostisera och studera sjukdom.

Tolv forskningsinstitutioner ledd av University of South Florida (USF) kommer att få pengarna i varierande grad under fyra år.

Deras mål kommer att vara att samla in, på ett integritetsmedvetet sätt, en träningsdatabas med människors röster som kan användas för att träna applikationer som läkare kan använda för att potentiellt upptäcka sjukdomar och neurologiska störningar genom att undersöka en persons tal.

The Voice as a Biomarker of Health-projektet kommer att fokusera på programvara som kan ta upp dessa fem typer av sjukdomar:

"Vårt team valde de fem kategorierna av sjukdomar baserat på befintligt arbete inom röst-AI som har publicerats under de senaste 20 åren," berättade Yael Bensoussan, projektledare och biträdande professor vid USF:s avdelning för otolaryngologi. Registret.

De senaste framstegen inom maskininlärningsalgoritmer för att analysera röst- och taldata har visat hur teknik kan användas för att bedöma fysisk och mental hälsa. A studera ledd av forskare vid MIT kopplade till exempel skakningar och skakningar i tal till depression och ångest.

Akademiker anser att resultaten är tillräckligt lovande för att lyssna och bearbeta ljudet av tal eller andning med AI kan vara en billig metod för att upptäcka sjukdomar och störningar i ett tidigare skede.

"Voice är en av de billigaste biomarkörerna att studera," sa Bensoussan till oss.

"När du tänker på biomarkörer som genetisk testning eller avbildning som MRI eller skanningar, är de alla ganska resurskrävande och kan vara invasiva på sätt och vis. Datortomografi orsakar till exempel strålning för patienter. Röst är den enklaste biomarkören att samla in, orsakar ingen fysisk risk för patienter och kan samlas in i mycket låga resurser, särskilt med modern teknik."

NIH kommer att ge 3.8 miljoner dollar under det första året till initiativet Voice as a Biomarker of Health för att deltagarna ska bygga en stor, varierad röstdatabas som kan bedömas tillsammans med andra data som samlats in från medicinsk bildbehandling och genomik. Taldata kommer att spelas in från utvalda patienter i kliniska miljöer i en pilotstudie under det första året. 

Databasen kommer att delas mellan forskare för att träna AI-algoritmer för att känna igen gemensamma drag i rösterna hos patienter som diagnostiserats med specifika sjukdomar. För att säkerställa att den känsliga informationen hålls privat och säker kommer modellerna att tränas med hjälp av federerad inlärning som stöds av Owkin, en startup som fokuserar på att hjälpa biomedicinsk forskning med hjälp av programvara för maskininlärning. 

"Federated learning technology – ett nytt AI-ramverk som gör att maskininlärningsmodeller kan tränas på data utan att data någonsin lämnar sin källa – kommer att distribueras över flera forskningscentra av Owkin för att visa att AI-forskning över centra kan utföras med bibehållen integritet och säkerhet för känslig röstdata, säger en talesperson som representerar företaget Reg.

Mer pengar, så mycket som 14 miljoner dollar, kan beviljas initiativet med kongressens godkännande.

Voice as a Biomarker of Health är en del av en bredare ansträngning från NIH för att påskynda införandet av AI i FoU i hopp om att ny teknik kommer att förnya sjukvården i USA. Den medicinska forskningsorg utlovade att investera så mycket som 130 miljoner dollar under fyra år i ett flertal projekt som syftar till att skapa flaggskepp för biomedicinska datauppsättningar, universella mjukvaruverktyg och resurser för att utbilda sjukvårdsforskare i AI. ®