GoogleAI模型經3億條音頻數據訓練,通過咳嗽聲和呼吸聲實現疾病早期診斷
![](http://n.sinaimg.cn/spider20240822/87/w1080h607/20240822/a03e-1cd3ec56deab161f70f98b5548f1d84e.png)
隨著數字化浪潮的發展,AI 正悄然改變著我們認知和管理健康的方式,其在醫療健康領域的應用正在不斷拓展和深化。
從微妙的咳嗽聲到複雜的超聲波成像和人工耳蝸,科學家正在利用 AI 解鎖隱藏在我們聲音中的健康密碼。
近年來,科技巨頭Google在「AI+ 健康」領域開展了諸多項目,既有基礎的科學研究,也有嘗試技術落地的試點,它們正在重塑醫療保健的未來。
![](http://n.sinaimg.cn/spider20240822/64/w750h114/20240822/2648-69b5f4d545a2e7dc102ab03078725e84.png)
HeAR:AI 助力結核病早期診斷
結核病作為一種嚴重的呼吸系統疾病,每年導致超過 130 萬人死亡。早期診斷對於控制疾病傳播和改善治療效果至關重要。
Google在 2024 年早些時候啟動的 HeAR 項目,正是針對這一挑戰開發的創新性解決方案。
HeAR 是一個基於 AI 的生物聲學基礎模型,通過分析人體發出的聲音,如咳嗽聲、呼吸聲,來檢測疾病早期徵兆。該模型經過 3 億條音頻數據的訓練,具備識別健康相關聲音模式的能力。
![(來源:Google)](http://n.sinaimg.cn/spider20240822/78/w1080h598/20240822/3066-36ab23da7540c67cea1eb51eba6bbc60.png)
據介紹,HeAR 為開髮針對特定目標條件和人群的模型提供了基礎,有望加速各類生物聲學應用的研發進程,其核心優勢在於其泛化能力和數據效率。
首先,傳統的健康聲學系統往往只在單一任務上進行窄範圍訓練,難以應用於其他場景。而 HeAR 作為基礎模型,可以在多種任務上表現出色。
其次,HeAR 允許研究人員以更少的數據、更簡單的設置和更低的計算成本來開發定製的生物聲學模型。這一特性對於數據稀缺或計算資源有限的環境尤為重要。
在實際應用中,印度的呼吸健康公司 Salcit Technologies 已經將 HeAR 模型整合到其 Swaasa 產品中。
基於對咳嗽聲的分析,Swaasa 以此評估肺部健康狀況,有助於結核病的早期檢測。這一案例展示了 AI 驅動的聲音分析在公共衛生領域的巨大潛力。
![](http://n.sinaimg.cn/spider20240822/64/w750h114/20240822/8905-dc5698464345aacd3ea2281fa49e4ae0.png)
AI 提升乳腺癌檢測效果
乳腺癌作為全球最常見的癌症類型之一,其早期檢測對於提高治癒率和生存率至關重要。
然而,傳統的乳腺 X 光檢查雖然是篩查的黃金標準,但存在成本高、對年輕女性和乳腺組織密集者效果欠佳等局限性。
在這一背景下,AI 輔助的超聲波檢測技術應運而生,為乳腺癌篩查提供了一種更具包容性和可及性的方案。
Google對媒體表示,因其超聲波設備相對便攜且成本較低,AI 輔助超聲波技術能夠提高技術可及性,尤其適合在醫療資源匱乏的地區推廣使用。
同時,AI 分析系統還降低了對操作人員專業技能的要求,通過最少的培訓即可獲得清晰的診斷結果。
此外,AI 算法能夠在超聲波圖像中精確識別潛在的癌症跡象,彌補人工判讀可能存在的誤差。針對乳腺癌高風險群體,AI 可以設計更頻繁的定製篩查方案,實現更精準的風險管理。
Google與中國台灣長庚紀念醫院的合作項目,是 AI 輔助超聲波技術的典型代表。
該項目開發的 AI 模型能夠在超聲波圖像中檢測癌症跡象,其最終目標是簡化超聲波的使用流程並擴大其應用範圍,尤其是針對高風險人群。
這一技術的廣泛應用有望顯著提高乳腺癌的早期檢出率,特別是在傳統 X 光檢查難以覆蓋的人群中,從而為更多女性提供生命保障。
![](http://n.sinaimg.cn/spider20240822/64/w750h114/20240822/d7d9-b6c5fb34260e9629006f9bcc5d2e2a7d.png)
澳州未來聽覺倡議
據世界衛生組織估計,全球聽力受損人群已超過 15 億,佔總人口的 20%。到 2050 年,這一數字可能會攀升至 30 億,其中亞洲國家將佔據半數以上。
面對這一巨大挑戰,澳州未來聽覺倡議正在探索如何利用 AI 技術來革新聽力輔助設備,為聽力受損者提供更自然、更高質量的聽覺體驗。
該倡議的核心研究方向包括:
第一,個性化聽力解決方案。利用機器學習和 AI 技術,根據每個用戶的獨特聽力特徵和需求,定製化調整聽力設備的參數。
第二,聽覺計算建模。通過深度學習技術改進聽力設備的基礎算法,使輸出的聲音更接近自然聽覺效果,最大程度地減少聽力損失帶來的影響。
第三,智能噪聲處理。探索利用 AI 技術來識別、分類和分離不同的聲源,有選擇性地消除或降低背景噪音,提升在複雜聲學環境中的聽覺清晰度,幫助聽力受損者更輕鬆地在嘈雜環境中識別和關注感興趣的聲音。
Google與高利耳(Cochlear)和澳州國家聲學實驗室的合作,正是這一倡議的重要組成部分。他們致力於將先進的 AI 技術與聽力學專業知識相結合,開發下一代智能聽力輔助設備。
這些設備不僅能夠提供更清晰的聲音,還能夠智能地適應不同的聲學環境,為用戶創造更自然、更舒適的聽覺體驗。
總的來說,HeAR 項目、AI 輔助超聲波技術和澳州未來聽覺倡議,是 AI 在健康聲學領域的代表性創新應用方向,充分展示了 AI 技術在提高疾病診斷準確性、擴大醫療服務可及性以及改善生活質量方面的巨大潛力。
隨著這些技術的不斷成熟和推廣,我們有理由相信,AI 將在未來繼續推動醫療健康領域的變革,為更多人帶來福祉。
參考資料:
https://blog.google/technology/health/ai-model-cough-disease-detection/
運營/排版:何晨龍
![](http://n.sinaimg.cn/spider20240822/350/w1080h70/20240822/984e-92a36c94e3b832c3fc98e4aa7f5d3f82.png)