|
自然新闻文章
新闻ˌ消息
2024年3月21日
谷歌人工智能很快就可以利用人的咳嗽来诊断疾病
对数百万人类音频片段进行训练的机器学习系统显示出检测新冠肺炎和结核病的前景。
玛丽安娜·伦哈罗 人在床上咳嗽到他们的肘部。
听力学领域将人工智能工具与人类声音（如咳嗽声）相结合，以评估健康状况。鸣谢:Getty
由谷歌科学家领导的一个团队开发了一种机器学习工具，可以通过评估咳嗽和呼吸等噪音来帮助检测和监测健康状况。人工智能（AI）系统经过数百万人类声音音频片段的训练，可能有一天会被医生用于诊断包括新冠肺炎和肺结核在内的疾病，并评估一个人的肺部功能如何。
这不是研究小组第一次探索使用声音作为疾病的生物标志物。在新冠肺炎疫情期间，当科学家发现可以通过一个人的咳嗽来检测呼吸系统疾病时，这一概念受到了欢迎。
谷歌系统名为“健康声学表征”（Health Acoustic Representations，HeAR）的新之处在于它接受了大量数据集的训练，而且它可以进行微调以执行多项任务。
研究人员本月早些时候在一份尚未经过同行评审的预印本中报告了该工具，他们表示现在判断HeAR是否会成为商业产品还为时过早。目前，该计划是让感兴趣的研究人员访问该模型，以便他们可以在自己的调查中使用它。“作为谷歌研究的一部分，我们的目标是刺激这一新兴领域的创新，”纽约市谷歌产品经理苏杰·卡卡尔马斯表示。
如何训练你的模型
该领域开发的大多数人工智能工具都是在录音（例如咳嗽声）上进行训练的，这些录音与发出声音的人的健康信息相匹配。例如，可以给剪辑贴上标签，表明该人在录制时患有支气管炎。在一个被称为监督学习的训练过程中，该工具将声音的特征与数据标签相关联。
“在医学上，传统上，我们一直在使用大量的监督学习，这很好，因为你有一个临床验证，”坦帕南佛罗里达大学的喉学家Yael Bensoussan说。“缺点是它确实限制了您可以使用的数据集，因为缺少带注释的数据集。”
相反，谷歌研究人员使用自我监督学习，这依赖于未标记的数据。通过自动化过程，他们从公开的YouTube视频中提取了超过3亿个咳嗽、呼吸、清嗓子和其他人类声音的声音短片。
每个片段都被转换成声音的可视表示，称为声谱图。然后，研究人员阻止了光谱图的一些片段，以帮助模型学会预测缺失的部分。这类似于作为chatbot ChatGPT基础的大型语言模型在经过无数人类文本示例的训练后被教会预测句子中的下一个单词。使用这种方法，研究人员创建了他们所谓的基础模型，他们说这种模型可以适用于许多任务。高效率的学习者
就HeAR而言，谷歌团队将其用于检测新冠肺炎病毒、肺结核以及一个人是否吸烟等特征。由于该模型是在如此广泛的人类声音范围内进行训练的，因此为了对其进行微调，研究人员只需向其提供标有这些疾病和特征的非常有限的数据集。
0.5代表一个模型的表现并不比随机预测好，1代表一个模型每次都能做出准确的预测，根据测试的数据集，HeAR在新冠肺炎检测方面的得分为0.645和0.710——比现有的语音数据或普通音频模型的表现更好。结核病的得分为0.739。
Kakarmath说，原始训练数据如此多样化的事实——不同的声音质量和人力资源——也意味着结果是可概括的。
塔尔萨俄克拉何马大学的工程师阿里·伊姆兰表示，谷歌使用的大量数据对这项研究意义重大。“这让我们相信这是一个可靠的工具，”他说。
伊姆兰领导开发了一款名为AI4COVID-19的应用程序，该程序有望区分新冠肺炎咳嗽和其他类型的咳嗽。他的团队计划申请美国美国食品药品监督管理局（FDA）的批准，以便该应用程序最终可以进入市场；他目前正在寻求资金进行必要的临床试验。到目前为止，还没有FDA批准的工具可以通过声音进行诊断。
本苏桑说，健康声学领域（即“听力学”）前景广阔。“声学科学已经存在了几十年。不同的是，现在有了人工智能和机器学习，我们有办法同时收集和分析大量数据。”她共同领导着一个研究联盟，专注于探索声音作为追踪健康的生物标志物。
她说，“不仅在诊断方面有巨大潜力，在筛查和监测方面也有巨大潜力。”“我们不能每周都重复扫描或活检。因此，这就是声音成为疾病监测的一个非常重要的生物标志物的原因，”她补充道。“它不是侵入性的，而且资源很少。”https:///10.1038/d41586-024-00869-0参考
1.Baur，s .等人在https:///10.48550/arXiv.2403.02522 arXiv会议上的预印本（2024年）。
2.桑托什，K. C .，拉斯穆森，n .，马蒙，m .和阿尔亚尔，s .皮尔杰。计算机。Sci。8、e958（2022）。
文章
PubMed
谷歌学术
3.Imran，a .等人告知。医学。解锁20，100378（2020）。
文章
PubMed
谷歌学术
|
