Több mint 300 millió köhögés, légzés, zihálás, szipogás és tüsszentés hangmintáját tanította meg a Google és legújabb indiai partnere, a Salcit Technologies a generatív mesterséges intelligenciával, ami így az emberek köhögéséből is diagnosztizálni tudja a betegségeket. A bioakusztikai diagnózisban ez még csak a kezdet, később az emlőrák és a csecsemők egészségi állapotának felmérésére is használnák a módszert.
A Google összefogott egy, a mesterséges intelligenciával (AI) foglalkozó indiai startuppal, hogy egy olyan bioakusztikai egészségügyi modellt vezessenek be, ami emberi hangok alapján felismeri a betegségeket – számolt be a Bloomberg.
A bioakusztika a biológia és az akusztika izgalmas kombinációja, amely segít megismerni az állatok és az emberek által kibocsátott hangokat. A generatív mesterséges intelligencia világszerte 200 millió felhasználóhoz juttatta el a ChatGPT-t, most pedig egy új funkciót emel be.
Az Alphabet Inc. (vagyis a Google anyavállalata) által fejlesztett egyik AI-modell hangjelzéseket használ a betegségek korai előrejelzésére, ami a lehetőségek világát nyitja meg. A technológia egyik legfőbb pontja, hogy olyan földrajzi területeken tudna diagnosztizálni betegségeket, mindössze egy okostelefon segítségével, ahol nem elérhetők a szükséges orvosi eszközök.
Ez a mesterségesintelligencia-rendszer már most is segít a világ első számú fertőző gyilkosának, a tuberkulózisnak (TBC) a leküzdésében.
Az Egészségügyi Világszervezet szerint naponta közel 4500 ember hal meg és, 30 000 betegszik meg tuberkulózisban. A betegség kezelhető, de milliók maradnak diagnosztizálatlanul. Indiában a betegség évente közel negyedmillió embert öl meg, és a korai felismerés kulcsfontosságú lenne a terjedés megállításához.
A Google 300 millió különböző, a világ minden tájáról származó hanganyaggal – köztük köhögéssel, szipogással, tüsszentéssel és légzéssel – képezte ki az AI alapmodelljét. A két másodperces hangrészleteket szerzői jogvédelem alatt nem álló, nyilvánosan megtekinthető tartalmakból, például YouTube-videókból, vagy éppen egy zambiai kórház tbc-szűrésén rögzített köhögési hangmintából gyűjtötték össze.
A testhangok tele vannak a közérzetünkre vonatkozó információkkal, és olyan, szinte észrevehetetlen nyomokat tartalmaznak, amelyek segíthetnek az egészségügyi állapotok szűrésében, diagnosztizálásában és kezelésében.
A Google HeAR (rövidítve: Health Acoustic Representations) mesterségesintelligencia-modelljét tápláló adatok között 100 millió köhögési hangfajta szerepel, amelyek a tuberkulózis felismerésében segítenek.
A mesterséges intelligencia a köhögési minták finom különbségei alapján észleli a betegségek korai jeleit, segít a betegek csoportosításában, és sorba állítja őket további vizsgálatokra és kezelésre
– mondta Shravya Shetty, a Google Mountain View-i székhelyű kutatási részlegének igazgatója. A cél az, hogy az eszközök segítségével még a korlátozottan képzett emberek is kiszűrhessék a légzőszervi betegségeket, mondta.
A technológiai óriás indiai együttműködő partnere a hyderabadi székhelyű Salcit Technologies, amely egy légzőszervi egészségügyi problémákra szakosodott AI-startup. A Salcit az AI-modellt a tbc-diagnózis és a tüdőegészségügyi felmérések pontosságának javítására használja, saját gépi tanulási AI-jával, a Swaasa nevűvel kombinálva (a név az ősi indiai szanszkrit nyelvben lélegzetet jelent).
Vezető indiai egészségügyi szolgáltatók, mint az Apollo Hospitals és a Healing Fields Foundation is a Swaasát használják az emberek szűrésére, beleértve a távoli területeken élőket is. A Salcit rendelkezik az indiai orvostechnikai eszközök szabályozó hatóságának jóváhagyásával, ami az első alkalom, hogy egy szoftveres eszközt orvosi eszközként alkalmaznak.
A Swaasa mobilalkalmazásában a felhasználók 10 másodperces köhögési mintát tölthetnek fel – csak köhögjenek a mobiljuk közelében –, és 94 százalékos pontossággal vizsgálhatják meg a betegségeiket
– mondta Manmohan Jain, a Salcit társalapítója.
A köhögés hangja egyenértékű a vérminta adásával, csak ezt a különleges hangmintát nem egy laboratóriumban, hanem a felhőben dolgozzák fel. A szűrővizsgálat kiskereskedelmi ára 200 rúpia (852 forint), szemben a spirometriás vizsgálattal, amely egy klinikán akár 3000 rúpiába (12 750 forint) is kerülhet.
Vannak azonban kihívások. Miközben az új technológia izgalmas az orvosoknak a szakterületen, új módszereket kíván, és nem könnyű megváltoztatni a rutinszerű klinikai gyakorlatokat. A szűrőeszköznek meg kell találnia a saját közegét. Az is egy leküzdendő probléma, hogy a hangminták ne legyenek tele háttérzajjal. Megeshet, hogy a technológiában járatlan vidéki felhasználók esetleg nem tudják megfelelően rögzíteni a köhögést az alkalmazással.
A technológia mégis támogatókra talált, köztük olyanokra, mint a StopTB Partnership, egy ENSZ által támogatott szervezet, amelynek célja, hogy 2030-ra véget vessen a tuberkulózisnak.
Egy másik bioakusztikai vállalkozásban a Google egy ultrahangon alapuló modellt kutat a mellrák korai felismerésére a tajvani Csang Gung Memorial Kórházban. A mesterséges intelligencia segít az elváltozások felismerésében, és a Google célja az, hogy világszerte elterjessze, és ingyenes mellrákszűrést kínáljon olyan népességcsoportoknak, amelyek nem engedhetik meg maguknak a költséges mammográfiát.
Ám a Google egyik modellje sem áll még közel a kereskedelmi forgalomba hozatalhoz. A hangalapú generatív AI-rendszerek azonban demokratizálhatják a betegségek korai felismerését, hozzáférhetővé, megfizethetővé és skálázhatóvá téve a szűrést.
A montreali székhelyű Ubenwa megalkotta a csecsemősírások alapmodelljét, és a csecsemők sírási hangjaiban lévő biomarkerek elemzésével értelmezi a csecsemők szükségleteit és egészségi állapotát. Mások pedig olyan mesterségesintelligencia-eszközökön dolgoznak, amelyek képesek az autizmus felismerésére az „ooh”, „aah” és a gurgulázó hangok alapján.