人工智能可以通过听你的咳嗽声及早发现结核病

大型科技公司OpenAI等公司开发的广受欢迎的生成式人工智能模型所采用的底层技术现在也被用于扫描肺部疾病的早期迹象。谷歌是新型人工智能模型领域的领导者之一，它正在与一家医疗保健初创公司合作，后者正在分析大量咳嗽和打喷嚏的数据集，以便在病情恶化之前发现结核病或其他呼吸系统疾病的迹象。这只是快速发展的技术迅速重塑整个医疗保健行业疾病早期检测的众多方式之一。然而，一旦做出初步诊断，接下来会发生什么，仍然需要典型的人类临床专业知识。

谷歌的HeAR模型筛选了超过3亿个两秒钟的音频片段，以寻找呼吸系统损害的迹象。

今年早些时候，谷歌发布了一种新的医疗自监督深度学习模型的详细信息，他们称之为“健康声学表征”（HeAR）。该模型经过大约3亿个两秒长的音频片段的训练，其中包括人们咳嗽、打喷嚏、呼吸和抽鼻子的声音。据报道，这组多样化的音频样本是从世界各地非版权公开数据中收集的。为了便于理解，仅咳嗽模型就经过了1亿种不同的咳嗽声音的训练。从理论上讲，所有这些数据都应该显示健康呼吸系统的声音模式。经过训练的人工智能模型可以利用这些知识在患者提供的新音频样本中寻找可能指向潜在健康风险的异常。

最近，谷歌在一篇博文中宣布，它已开始与一家名为Salcit Technologies的印度呼吸医疗初创公司合作，将这些发现应用于现实世界，以寻找结核病的早期迹象。彭博社本周报道了这一合作。Salcit有自己的产品，名为Swaasa，用户可以使用它的移动设备的麦克风录制自己咳嗽的音频文件。然后，人工智能模型将该音频与咳嗽数据库进行比较，以寻找这种致命但可治疗疾病的指标。然后，患者可以决定是否要寻求医生的进一步治疗。通过将自己的模型与HeAR合并，两家公司希望提高产品在早期呼吸系统疾病检测中的有效性和准确性。据报道，2022年全球有130万人死于结核病。印度每年占这些死亡人数的近25%。

人工智能的预测特性正在帮助医疗专业人员更快地发现各种疾病。研究已经表明，这些模型可以有效筛查潜在的癌性肿瘤，而这些肿瘤可能无法被发现。类似的模型也被用来寻找乳腺癌的早期迹象、近视和心脏病。放射科医生已经在使用GenAI工具来加快医学成像分析的速度。人工智能对诊断的影响甚至可能不仅限于通常在生命后期发现的慢性病。就在去年，路易斯维尔大学的研究人员创建了一个人工智能系统，他们声称该系统可以解析幼儿的MRI扫描，以98.5%的准确率预测他们是否会被临床诊断为自闭症。