Компания Google Research разработала систему искусственного интеллекта под названием Health Acoustic Representations (HeAR), которая анализирует кашель и звуки дыхания для оценки состояния здоровья.

HeAR предназначена для извлечения ценных сведений о здоровье из акустических данных, которые могут указывать на наличие таких заболеваний, как туберкулез или хроническая обструктивная болезнь легких (ХОБЛ). Модель была обучена на более чем 300 млн коротких аудио из видеороликов YouTube, что позволяет ей различать сложные закономерности в звуках, связанных со здоровьем.

Исследователи протестировали HeAR на 33 задачах из 6 наборов данных, включая распознавание звуков, связанных со здоровьем, классификацию записей кашля и оценку показателей функции легких. В большинстве тестов HeAR превзошел существующие аудио модели на базе ИИ.

HeAR достиг точности (AUROC) 0,739 при обнаружении туберкулеза по звукам кашля, превзойдя вторую по точности модель TRILL с показателем 0,652. 

Модель показала себя с лучшей стороны при оценке таких параметров функции легких, как FEV1 (объем форсированного выдоха за 1 секунду) и FVC (форсированная жизненная емкость легких) по записям со смартфона. Со средней ошибкой всего в 0,418 л для FEV1 она оказалась точнее, чем лучший метод сравнения (0,479 л). Это может привести к созданию новых, доступных инструментов для скрининга легочных заболеваний, таких как ХОБЛ.

Исследователи подчеркивают, что HeAR все еще является исследовательским инструментом. Любое диагностическое применение потребует клинического подтверждения. 

Цель Google — сделать эту технологию широко доступной, поддерживая мировое медицинское сообщество в разработке инновационных решений, устраняющих барьеры на пути к ранней диагностике и лечению.

Исследователи, заинтересованные в изучении HeAR, могут следовать этим инструкциям, чтобы запросить доступ к API через Google Cloud.

Дополнительная информация доступна на GitHub.