Osnova HeAR modela leži u njegovom opsežnom skupu podataka za obuku, koji se sastoji od 300 miliona audio isječaka od po dvije sekunde
U značajnom iskoraku za zdravstvenu tehnologiju, Google je predstavio model umjetne inteligencije (AI) dizajniran za prepoznavanje znakova bolesti analizom zvuka. Ovaj inovativni sistem, nazvan Health Acoustic Representations (HeAR) model, koristi snagu bioakustike kako bi analizirao audio uzorke u potrazi za ranim pokazateljima bolesti poput tuberkuloze (TB) i hronične opstruktivne plućne bolesti (COPD).
Osnova HeAR modela leži u njegovom opsežnom skupu podataka za obuku, koji se sastoji od 300 miliona audio isječaka od po dvije sekunde. Ovi uzorci, koji uključuju kašalj, šmrcanje, kihanje i obrasce disanja, preuzeti su iz javno dostupnog sadržaja na platformama poput YouTubea. Ova ogromna količina podataka omogućava AI-u da prepozna suptilne promjene u zvuku koje mogu ukazivati na početak bolesti. Posebno, obuka modela uključuje 100 miliona zvukova kašlja koji su specifično usmjereni na detekciju tuberkuloze.
Kako bi dodatno unaprijedili mogućnosti HeAR modela, Google je udružio snage sa Salcit Technologies, indijskim startupom specijaliziranim za AI u zdravstvu. Salcitov doprinos dolazi u obliku aplikacije Swaasa, mobilne aplikacije koja omogućava korisnicima da pošalju kratki uzorak kašlja u trajanju od 10 sekundi na analizu. Ova saradnja ima za cilj poboljšanje pregleda zdravlja pluća i otkrivanje tuberkuloze, posebno u područjima s ograničenim pristupom sofisticiranim medicinskim dijagnostikama.
Potencijalni uticaj ove tehnologije na globalnu zdravstvenu zaštitu je značajan. U regijama gdje je kvalitetna zdravstvena zaštita oskudna, HeAR model može služiti kao alternativni dijagnostički alat, zahtijevajući samo mikrofon na pametnom telefonu. Cjenovna pristupačnost ovog modela je upečatljiva, s cijenom Swaasa zvučnog testa od samo 2,40 dolara, u poređenju sa tradicionalnim spirometrijskim testovima koji u Indiji mogu koštati oko 35 dolara.
Iako HeAR model pokazuje veliki potencijal, suočava se s izazovima, poput osiguravanja čistih audio uzoraka bez pozadinskih smetnji. Ipak, ovaj revolucionarni razvoj Googlea predstavlja ključni trenutak u spajanju AI-a i zdravstva. Korištenjem snage bioakustike, ovo spajanje AI-a i analize zvuka predstavlja veliki korak naprijed u inovacijama u zdravstvu.
Kako Google i njegovi partneri nastavljaju usavršavati ovu tehnologiju, ona ima potencijal da revolucionira otkrivanje bolesti i poboljša zdravstvene ishode na globalnom nivou, potencijalno transformišući naš pristup otkrivanju i upravljanju bolestima u godinama koje dolaze.
