США кидають мільйони на ШІ, щоб діагностувати хвороби за звуком вашого голосу

Національний інститут охорони здоров’я США (NIH) виділив 14 мільйонів доларів на підтримку навчання програмному забезпеченню штучного інтелекту, яке може аналізувати голоси пацієнтів для діагностики та вивчення хвороби.

Дванадцять науково-дослідних установ на чолі з Університет Південної Флориди (USF) отримуватиме гроші різною мірою протягом чотирьох років.

Їхня мета полягатиме в тому, щоб з урахуванням конфіденційності зібрати навчальну базу даних голосів людей, яку можна використовувати для навчання програм, які лікарі зможуть використовувати для потенційного виявлення захворювань і неврологічних розладів шляхом дослідження мовлення людини.

Проект «Голос як біомаркер здоров’я» буде зосереджений на програмному забезпеченні, яке може виявити ці п’ять типів захворювань:

«Наша команда вибрала п’ять категорій захворювань на основі існуючої роботи з голосовим штучним інтелектом, опублікованої за останні 20 років», — сказала Яель Бенсусан, керівник проекту та доцент кафедри отоларингології USF. Реєстр.

Нещодавні досягнення в алгоритмах машинного навчання для аналізу голосових і мовних даних показали, як технології можна використовувати для оцінки фізичного та психічного здоров’я. А вчитися під керівництвом дослідників з Массачусетського технологічного інституту, наприклад, пов’язали тремтіння та тремтіння в мові з депресією та тривогою.

Вчені вважають, що результати достатньо обнадійливі, тому прослуховування та обробка звуку мови або дихання за допомогою штучного інтелекту може забезпечити недорогий метод виявлення захворювань і розладів на ранніх стадіях.

«Голос — один із найдешевших біомаркерів для вивчення, — сказав нам Бенсусан.

«Коли ви думаєте про такі біомаркери, як генетичне тестування або візуалізація, як-от МРТ або сканування, усі вони досить ресурсомісткі та можуть бути в певному сенсі інвазивними. Наприклад, КТ викликає опромінення пацієнтів. Голос є біомаркером, який найлегше зібрати, він не становить жодного фізичного ризику для пацієнтів і може бути зібраний за дуже низьких ресурсів, особливо за допомогою сучасних технологій».

У перший рік NIH виділить 3.8 мільйона доларів на ініціативу «Голос як біомаркер здоров’я» для учасників, щоб створити велику різноманітну голосову базу даних, яку можна оцінювати разом з іншими даними, зібраними за допомогою медичної візуалізації та геноміки. Мовні дані відібраних пацієнтів будуть записані в клінічних умовах під час пілотного дослідження протягом першого року. 

База даних буде спільно використовуватися серед дослідників, щоб навчити алгоритми штучного інтелекту розпізнавати спільні риси в голосах пацієнтів, у яких діагностовано певні захворювання. Щоб переконатися, що конфіденційні дані залишаються конфіденційними та безпечними, моделі навчатимуть за допомогою федеративного навчання за підтримки Owkin, стартапу, який зосереджений на допомозі в біомедичних дослідженнях за допомогою програмного забезпечення машинного навчання. 

«Технологія федеративного навчання – нова структура штучного інтелекту, яка дозволяє тренувати моделі машинного навчання на даних, не залишаючи дані жодного джерела – буде розгорнута Owkin у кількох дослідницьких центрах, щоб продемонструвати, що міжцентрові дослідження штучного інтелекту можна проводити, зберігаючи при цьому конфіденційність і безпеку конфіденційних голосових даних", - сказав представник компанії El Reg.

Більше грошей, аж 14 мільйонів доларів, можуть бути надані на цю ініціативу за схвалення Конгресу.

Голос як біомаркер здоров’я є частиною ширших зусиль NIH, спрямованих на прискорення впровадження штучного інтелекту в дослідженнях і розробках у надії, що нові технології оновлять охорону здоров’я в США. Медична науково-дослідна орг пообіцяв інвестувати 130 мільйонів доларів протягом чотирьох років у численні проекти, спрямовані на створення флагманських наборів біомедичних даних, універсальних програмних інструментів і ресурсів для навчання дослідників охорони здоров’я ШІ. ®