Egy, a Google által épített nyelvi modellel az emberi hangból akár már korai fázisban felismerhetők bizonyos betegségek. A megoldás természetesen okostelefonon is futtatható, így akár a különböző légúti megbetegedések szempontjából magas kockázatúnak számító populációkban is. Különösen hasznos lehet egy ilyen fejlesztés olyan régiókban, ahol például sem röntgen-berendezés, sem a szükséges technikai szakértelem nem áll rendelkezésre.
A Bloomberg beszámolója szerint a mesterséges intelligenciát küldenék harcba a világ egyik legfertőzőbb gyilkosa ellen.
A WHO adatai szerint a világon minden nap 4500 ember hal meg a TBC-től, illetve további 30 ezren kapják el a fertőzést. Bár a betegség gyógyítható, több millióan el sem jutnak a diagnózisig. Indiában évente mintegy negyedmillió ember halálát okozza a tuberkulózis, így a korai diagnosztizálás kulcsfontosságú lehet abban, hogy megállítsák a vírus terjedését.
A Google MI-modelljét mintegy 300 millió hangmintával tanították, a világ minden tájáról gyűjtötték a köhögéseket, szipogásokat, tüsszentéseket, és légzésmintákat. A hangminták között épp úgy voltak nem jogosított YouTube-videókból szerzett kétmásodperces felvétel-töredékek, mint egy zambiai kórház tüdőszűrő részlegén célzottan gyűjtött minták – olyan páciensektől, akik TBC-szűrésre érkeztek.
Már működik, de még nem elérhető
A Google HeAR (Health Acoustic Representations) nevű MI-modelljében összesen százmillió, emberi köhögésről vett hangminta segíti a TBC diagnosztizálását. A köhögési mintázatok eltérései alapján az MI már a korai jelekből képes felismerni a betegséget – mondta el Shravya Shetty, a Google kutatási igazgatója.
A Google partnere a HeAR-projekben egy indiai MI-startup, a légúti ellátásokra szakosodott Salcit Technologies. A Salcit végzi a TBC-diagnosztizálás, valamint a különböző tüdőbetegségek felismerésének finomhangolását, amelyben saját ML-modelljét, a Swaasát hívták segítségül. (A Swaasa egy szankszrit szó, jelentése: lélegzet.)
A Salcit már megkapta az indiai egészségügyi hatóságoktól a Swaasa használatához szükséges engedélyeket, így azt már a gyakorlatban, kórházakban élesben is alkalmazzák. A kereskedelmi szolgáltatás bevezetése azonban még odébb van. A Salcit szakértője szerint megoldásuk 94 százalékos pontossággal képes diagnosztizálni a betegséget. A hangalapú teszt egyenértékű a vérminta vizsgálatával, miközben kevesebb mint tizedannyiba kerül.
A Google a HeAR mellett más bioakusztikai projekteket is indított, így például egy taiwani kórházzal együttműködve olyan ultrahang-alapú modell kidolgozását tűzték ki célul, amely már korai stádiumban képes lehet az elmőrák diagnosztizálására.
