De nieuwste innovatie van Google op het gebied van artificiële intelligentie (AI) zou de manier waarop ziekten worden gediagnosticeerd kunnen veranderen door het analyseren van geluiden zoals hoesten en ademhaling. Deze tool voor 'machine learning', Health Acoustic Representations (HeAR) genaamd, is ontwikkeld door een team onder leiding van wetenschappers van Google en biedt veelbelovende mogelijkheden voor het diagnosticeren van aandoeningen zoals covid-19 en tuberculose en het beoordelen van de longfunctie.
Hoewel het gebruik van geluid als biomarker van ziekte geen nieuw idee is, betekent het artificiëleintelligentiehulpmiddel van Google, Health Acoustic Representations (HeAR), een aanzienlijke vooruitgang in de medische diagnose met behulp van geluiden zoals hoesten en ademhaling. Getraind op meer dan 300 miljoen audioclips uit YouTube-video's, maakt HeAR gebruik van zelfondersteund leren om deze geluiden om te zetten in spectrogrammen. Met deze methode kan het model leren om de ontbrekende delen van deze spectrogrammen te voorspellen, vergelijkbaar met taalmodeltraining, een beetje zoals ChatGPT, voor tekstuele voorspelling.
Het systeem heeft veelbelovende resultaten laten zien bij het detecteren van covid-19 en tuberculose. In voorafgaande tests behaalde HeAR scores van 0,645 en 0,710 voor de detectie van covid-19, afhankelijk van de gebruikte dataset, en een score van 0,739 voor tuberculose. Deze prestaties overtreffen die van bestaande modellen die zijn getraind op spraakgegevens of algemene audio, wat een significante verbetering in diagnostische efficiëntie aantoont.
HeAR is echter nog niet goedgekeurd voor klinisch gebruik en is momenteel alleen beschikbaar voor onderzoek. Deze ontwikkelingsfase maakt het mogelijk om het model te verfijnen en het nut ervan te valideren in reële omstandigheden, en biedt een alternatief voor omslachtigere en duurdere methoden zoals biopsies of herhaalde scans.
"Akoestische wetenschap bestaat al tientallen jaren. Wat anders is, is dat we nu dankzij AI en machine learning de middelen hebben om veel gegevens tegelijkertijd te verzamelen en te analyseren", zegt Yael Bensoussan, laryngoloog aan de Universiteit van Zuid-Florida. Ze is mede-directeur van een onderzoeksconsortium dat zich richt op het onderzoeken van de stem als biomarker voor het monitoren van de gezondheid.
