Come afferma Google, dalla tosse al linguaggio e persino al respiro, i suoni emessi dal nostro corpo sono pieni di informazioni sulla nostra salute. Secondo i ricercatori di Google, i sottili indizi nascosti in questi suoni bioacustici hanno il potenziale per rivoluzionare il modo in cui esaminiamo, diagnostichiamo, monitoriamo e gestiamo un’ampia gamma di condizioni sanitarie come la tubercolosi (TB) o la broncopneumopatia cronica ostruttiva (COPD).
I ricercatori di Google riconoscono il potenziale del suono come segnale utile per la salute e anche che i microfoni degli smartphone sono ampiamente accessibili. A tal fine, hanno esplorato modi per utilizzare l’intelligenza artificiale per estrarre informazioni sulla salute dai dati acustici.
All’inizio di quest’anno Google Research ha presentato Health Acoustic Representations, o HeAR, un modello di fondazione di bioacustica progettato per aiutare i ricercatori a costruire modelli in grado di ascoltare i suoni umani e individuare i primi segni di malattia. Il team di Google Research ha addestrato HeAR su 300 milioni di dati audio provenienti da un set di dati diversificati e non identificati; in particolare, ha addestrato il modello della tosse utilizzando circa 100 milioni di suoni di tosse.
HeAR – spiega il team – impara a discernere gli schemi all’interno dei suoni legati alla salute, creando una base potente per l’analisi audio medica. I ricercatori hanno riscontrato che, in media, HeAR si classifica meglio di altri modelli su un’ampia gamma di compiti e per la generalizzazione tra i microfoni, dimostrando la sua superiore capacità di catturare pattern significativi nei dati acustici relativi alla salute. I modelli addestrati con HeAR hanno inoltre ottenuto prestazioni elevate con un minor numero di dati di addestramento, un fattore cruciale nel mondo spesso povero di dati della ricerca sanitaria, sottolinea il team di Google.
HeAR è ora a disposizione dei ricercatori per accelerare lo sviluppo di modelli bioacustici personalizzati con meno dati, impostazioni e calcoli. L’obiettivo di Google Research è quello di consentire ulteriori ricerche su modelli per condizioni e popolazioni specifiche, anche se i dati sono scarsi o se esistono barriere di costo o di calcolo.
Salcit Technologies, un’azienda indiana che si occupa di salute respiratoria, ha realizzato un prodotto chiamato Swaasa che utilizza l’intelligenza artificiale per analizzare i suoni della tosse e valutare la salute dei polmoni. Ora l’azienda sta valutando come HeAR possa contribuire a espandere le capacità dei suoi modelli di AI bioacustica. Per cominciare, Swaasa sta utilizzando HeAR per contribuire alla ricerca e al miglioramento della diagnosi precoce della tubercolosi basata sui suoni della tosse.
È possibile saperne di più nel blog di Google.
