谷歌用 3 億聲音訓練 AI，藉手機音頻測病

在人工智能領域的進步方面，谷歌正在通過採用一種藉助音頻信號來預測疾病初期症狀的新方法而取得進展。

谷歌已使用了 3 億個音頻樣本，其中包括咳嗽、抽鼻子以及呼吸困難等，來訓練其人工智能基礎模型，以識別諸如肺結核之類的疾病跡象。

谷歌已與 Salcit 科技公司展開合作，這家公司是專注於印度呼吸保健的人工智能初創企業，旨在將這項技術融入智能手機。

在醫療保健獲取受限的地區，高風險社區可能會因此經歷變革。

谷歌此前曾致力於將人類的感官數字化。

該公司的投資部門此前曾支持那些使用人工智能依據氣味來識別疾病的初創公司。

探索將生物學和聲學相結合的生物聲學，展現出 人工智能 在從人類和動物發出的聲音中提取重要信息這一方面的應用愈發廣泛。

在醫療保健領域，生成式人工智能，也就是 ChatGPT 被超 2 億用戶廣泛採用所依靠的技術，正憑藉新的能力推動生物聲學的發展。

谷歌開發了一種名爲 HeAR（健康聲學表徵）的人工智能模型，該模型藉助聲音信號來預測疾病的早期跡象，爲醫療診斷提供了一種創新工具。

這種技術在智能手機上易於部署，可以在難以獲得昂貴診斷設備（如 X 光機）的地區跟蹤和篩查高危人羣。

這種方法的有用性在於其能夠藉助集成在手機裡的麥克風和人工智能軟件，爲偏遠地區提供醫療保健的選擇。

據世界衛生組織報告，結核病每天致使近 4500 人喪生，且約有 30000 例新的感染病例。

雖然結核病是能夠治療的，然而仍有數百萬病例未得到診斷。

僅在印度，結核病每年就致使近 25 萬人死亡，這突顯了早期檢測的重要性。

谷歌的人工智能是利用包含來自世界各地的咳嗽和呼吸聲音的 3 億個音頻片段這樣的海量數據集來進行訓練的。

這些聲音是從公開可用且無版權的材料中獲取的，例如 YouTube 視頻和贊比亞醫院結核病篩查的錄音。

集成在智能手機裡的 人工智能 工具能夠被帶往最偏遠的地區用於疾病篩查。

通過對咳嗽模式中細微差異的分析，人工智能系統能夠識別出結核病的早期跡象，有利於早期干預和治療。

谷歌和 Salcit 技術公司的合作旨在提升結核病診斷以及肺部健康評估的準確性。

薩爾西特正在將谷歌的人工智能模型與其機器學習技術“斯瓦薩系統”（Swaasa）相結合，這是一個以梵語中“呼吸”一詞命名的人工智能系統。

這種合作預計將極大地增強對呼吸健康的監測和疾病的管理，特別是在醫療專業人員和診斷工具有限的地區。

利用人工智能通過聲音來檢測疾病，這代表了一項重大的技術突破，有徹底改變醫療服務提供方式的可能。

隨着諸如 HeAR 這類的人工智能模型變得更爲先進，它們可能會通過聲音分析從檢測結核病擴展到識別其他呼吸系統疾病和心血管疾病。

在一個數百萬民衆獲取醫療保健仍困難重重的世界中，開發此類工具至關重要。

藉助智能手機現有的基礎設施，這些基於人工智能的解決方案可以迅速擴展並用於城鄉地區，提升醫療保健的包容性與可及程度。