谷歌: 谷歌最新AI听咳嗽就能检测新冠/结核

2024-03-23 | 来源: 新智元 | 转到微信 | 有0人参与评论 | 字体: 放大缩小 | 收藏 | 打印

而在AI身上，就不用担心这些因素了。

Gerald Lip博士在NHS Grampian对AI工具进行评估

当然，Mia目前还并不完美，比如它无法访问任何患者的病史，可能会把已经确定为无害的肿瘤误标记为癌症。

目前，每张扫描图会由两名放射科医生检查，但在不久的未来，AI很可能就会取代一名人类医生，让工作量减半。

AI通过分析咳嗽声诊断疾病

同样，就在本周，来自谷歌的研究团队开发了一种机器学习工具，可以通过分析人的咳嗽声和呼吸声等，帮助医生检测和监控健康状况。

这个名为健康声学表征（HeAR）的AI系统，得到了数百万音频片段中人声的训练，并未来可能被用于诊断COVID-19、结核病等疾病，以及评估一个人的肺部健康状况。

其创新之处在于，HeAR所训练的庞大数据集，以及它能够根据不同的需求进行调整，以完成多种任务。

论文地址：https://arxiv.org/abs/2403.02522

在这个领域，大部分AI工具都是利用经过打标的音频记录来构建的。

其中，咳嗽的录音会和患者的健康信息一起被喂给模型。比如，患者在录制音频时，得了支气管炎。

最新庭审:谷歌杀妻案,陈某出庭,拒不认罪

谷歌华人工程师杀妻案再开庭,更多细节披露...

谷歌AlphaGenome横空出世:揭示DNA天书

之后，模型就能通过「监督学习」的方式，学会如何将声音的特点和对应的数据标注联系起来。

「在医学上，监督学习方法有着临床验证的支持，」南佛罗里达大学的医生Yael Bensoussan解释说。「但缺点在于，标注好的数据集非常稀缺。」

为了解决这一问题，谷歌决定自监督学习的方式，摆脱对标注数据的依赖。

具体来说，团队从YouTube上公开的视频中，自动提取了超过3亿条包含咳嗽、呼吸、清嗓等人类声音的音频。

然后，将每条音频都转换成名为频谱图的声音视觉表征形式。

接着，研究人员会隐去频谱图的某些部分，让模型学习预测这些缺失部分，过程类似于训练大语言模型预测文本中的下一个token。

通过微调，谷歌团队成功让模型能够检测COVID-19、结核病以及诸如是否吸烟等特征。

结果显示，HeAR在不同数据集上进行COVID-19检测的得分分别为0.645和0.710，这比基于语音或普通音频数据训练的现有模型表现更佳。

对于结核病的检测，HeAR的得分更是高达0.739。

（0.5分代表模型的表现与随机猜测无异，而1分则代表模型每次都能准确预测）