Команда исследователей искусственного интеллекта из Google Research, работающая с парой коллег из Центра исследований инфекционных заболеваний в Замбии, разработала систему машинного обучения, направленную на диагностику заболеваний легких на основе звуков кашля. В своем исследовании , доступном в виде препринта на сервере arXiv, группа использовала видеоролики YouTube для обучения системы.
Команда Google назвала свою новую систему Health Acoustic Representations (HeAR) — они начали работать над ней после того, как работники здравоохранения сообщили, что со временем во время пандемии они узнали, что часто могут определить, у кого из пациентов есть COVID-19, по звуку их кашля. Другие исследователи работали над аналогичными усилиями, надеясь разработать системы, которые могли бы обнаруживать широкий спектр заболеваний по звуку кашля.
Google применил другой подход к обнаружению заболеваний, чем другие команды. Вместо обучения системы искусственного интеллекта с использованием записей с метками, идентифицирующими данное заболевание, они использовали подход, очень похожий на тот, который использовался для создания LLM, таких как ChatGPT.
В их системе большое количество записанных человеческих звуков с YouTube, таких как регулярное дыхание, одышка или кашель, были преобразованы в спектрограммы. Затем команда заблокировала определенные части каждого из них и предложила ИИ предсказать недостающую часть, подобно тому, как LLM учатся предсказывать следующее слово в предложении. В результате получилась модель фундамента, которую, как отмечают исследователи, можно было адаптировать для использования в самых разных задачах.
В их случае исследователи использовали его, чтобы научиться выявлять туберкулез или COVID-19. Затем они использовали стандартную шкалу, чтобы сравнить точность HeAR со случайными предположениями. Они обнаружили, что он набрал 0,739 в одном наборе данных и 0,645 в другом для выявления COVID-10 и в среднем 0,739 для туберкулеза, что лучше, чем результаты, полученные из других систем.
Исследовательская группа признает, что требуется гораздо больше работы, но предполагает, что акустическое тестирование может когда-нибудь проникнуть в кабинеты врачей, предоставив им еще один инструмент для диагностики пациентов с заболеваниями легких.
