Googleov AI model za dijagnostiku bolesti putem zvuka
Googleov model HeAR primjer je potencijala umjetne inteligencije u zdravstvenoj skrbi, posebno u poboljšanju ranog otkrivanja bolesti kroz bioakustiku
Google je nedavno predstavio novi AI projekt u području medicinske dijagnostike korištenjem zvučnih signala. Bioakustični model nazvan Health Acoustic Representations (HeAR) koristi mikrofone u mobitelima i obučen je za otkrivanje znakova bolesti analizom zvučnih podataka poput kašlja, kihanja i šmrcanja.
100 milijuna zvukova kašlja
Googleov HeAR model sofisticirani je AI sustav obučen na ogromnom skupu podataka od 300 milijuna zvučnih uzoraka, uključujući 100 milijuna zvukova kašlja. Ovo opsežno treniranje omogućuje HeAR-u prepoznavanje suptilnih obrazaca u tim zvukovima koji mogu ukazivati na prisutnost bolesti. U razvoju modela sudjelovala je i tvrtka Salcit Technologies, indijski startup specijaliziran za respiratornu zdravstvenu skrb. Salcitov vlastiti AI proizvod, Swaasa, razvijen je za analizu zvukova kašlja kako bi se procijenilo zdravlja pluća, a sada se unapređuje HeAR-om kako bi se poboljšalo rano otkrivanje tuberkuloze temeljeno isključivo na zvukovima kašlja.
Otkrivanje tuberkuloze
Tuberkuloza ostaje golem globalni zdravstveni problem s milijunima neprijavljenih slučajeva svake godine. Samo u Indiji TB uzrokuje gotovo četvrt milijuna smrtnih slučajeva godišnje. Suradnja između Googlea i Salcita ima za cilj riješiti ovaj problem pružanjem pristupačnog i isplativog dijagnostičkog alata. Swaasa, integrirana s HeAR-om, nudi mobilnu aplikaciju koja korisnicima omogućuje predaju uzorka kašlja na analizu. Ovaj alat pokazao se uspješnim u otkrivanju TB-a i pruža jeftinu alternativu tradicionalnim dijagnostičkim metodama poput spirometrijskih testova.
Potencijal u zdravstvu
Potencijalne primjene AI-ja u zdravstvu sežu daleko izvan otkrivanja tuberkuloze. AI već poboljšava točnost i učinkovitost dijagnostike u različitim medicinskim područjima. Koristi se za optimizaciju radnih procesa, poboljšanje preciznosti snimanja i olakšavanje ranog otkrivanja bolesti. Primjerice, razvijeni su AI alati za predviđanje vjerojatnosti razvoja bolesti poput raka pluća i za identificiranje raka gušterače u ranijim fazama.
