Опубликовано 27 марта 2024, 10:30
1 мин.

Google разработал систему диагностики заболеваний по звукам кашля

C помощью ИИ
Исследователи из Google Research в сотрудничестве с коллегами из Центра исследования инфекционных заболеваний в Замбии создали систему машинного обучения, направленную на диагностику заболеваний легких по звукам кашля. В своем исследовании они использовали видеоролики с YouTube для обучения системы.
Google разработал систему диагностики заболеваний по звукам кашля

Команда Google назвала свою новую систему Health Acoustic Representations (HeAR) и начала работу над ней после того, как медработники сообщили, что они за время пандемии часто могли определить наличие COVID-19 по звуку кашля. Другие исследователи также работают над подобными усилиями в надежде разработать системы, способные обнаруживать широкий спектр заболеваний по звуку кашля.

Google выбрал иной подход к диагностике заболеваний, чем другие команды. Вместо обучения системы искусственного интеллекта с использованием записей с метками, определяющими определенное заболевание, они использовали подход, очень похожий на тот, что используется для создания LLM, таких как ChatGPT.

В их системе большое количество записей человеческих звуков с YouTube, таких как обычное дыхание, задыхание или кашель, преобразовывались в спектрограммы. Затем команда блокировала определенные части каждой из них и предполагала, чтобы искусственный интеллект предсказал отсутствующую часть, подобно тому, как большие модели учатся предсказывать следующее слово в предложении. Результатом была базовая модель, которая, как отмечают исследователи, может быть адаптирована для использования в широком спектре задач.

В их случае исследователи использовали ее для обучения обнаружению туберкулеза или COVID-19. Затем они использовали стандартную шкалу для сравнения точности HeAR с случайными догадками. Они обнаружили, что она набрала 0,739 на одном наборе данных и 0,645 на другом для обнаружения COVID-19 и 0,739 в среднем для туберкулеза, что лучше, чем результаты, полученные от других систем.

Материалы новостного характера нельзя приравнивать к назначению врача. Перед принятием решения посоветуйтесь со специалистом.