近日，谷歌研究中心發(fā)布了一項突破性報告，展示了其新型人工智能（AI）模型在健康監(jiān)測領域的巨大潛力。這一名為 Health Acoustic Representations（HeAR）的模型，能夠通過分析咳嗽聲音來識別包括肺結(jié)核（TB）在內(nèi)的呼吸系統(tǒng)疾病。這項技術可能會為全球健康檢測帶來革命性的改變，特別是在醫(yī)療資源匱乏的地區(qū)。

谷歌于今年3月推出的 HeAR 模型，旨在通過生物聲學數(shù)據(jù)來提升疾病檢測的準確性。研究人員使用了從多樣化數(shù)據(jù)集中提取的3億條音頻數(shù)據(jù)來訓練這一模型，其中專門針對咳嗽聲音的分析是基于約1億條音頻樣本進行的。這一模型不僅能夠分析咳嗽的聲音，還能通過語音的音調(diào)、語速和音色等特征來檢測潛在的健康問題，如癡呆癥。

谷歌研究工程總監(jiān) Shravya Shetty 解釋道：“HeAR 學會了識別與健康相關的聲音模式，為醫(yī)學聲音分析創(chuàng)造了一個強大的平臺。我們發(fā)現(xiàn)，HeAR 在多種任務上表現(xiàn)優(yōu)于其他模型，能夠在不同類型的麥克風上有效捕獲音頻模式，這對健康監(jiān)測具有重要意義。”

印度的呼吸保健公司 Salcit Technologies 已將 HeAR 應用到其 Swaasa 應用程序中，以分析咳嗽聲音并檢測肺結(jié)核。Shetty 指出：“肺結(jié)核是一種可治愈的疾病，但每年仍有數(shù)百萬病例未被診斷，主要是因為醫(yī)療資源的不足。人工智能可以在改善疾病檢測和醫(yī)療服務可及性方面發(fā)揮關鍵作用。”

Stop TB Partnership 的數(shù)字健康專家 zhizhizhenqin 也對這一技術表達了積極的看法，稱 HeAR 為結(jié)核病篩查和檢測提供了一種低影響且易于使用的工具，能夠為那些最需要幫助的人提供支持。

盡管近年來人工智能在深度偽造和隱私保護方面的討論日益增多，但在早期疾病檢測方面的應用前景仍然令人振奮。今年6月，劍橋大學的研究人員開發(fā)了名為 EMmethylNET 的 AI 模型，能夠在癌癥治療的關鍵階段進行早期檢測和診斷。南加州大學凱克醫(yī)學院的神經(jīng)外科醫(yī)生 Gabriel Zada 博士表示，這種技術對于手術中的實時腫瘤分類和分級具有重要意義。

此外，紐約醫(yī)療技術公司 Ezra 也在利用 AI 進行早期癌癥檢測，包括大腦、肺部、肝臟和前列腺等重要部位的掃描。Ezra 的醫(yī)療顧問 Daniel Sodickson 博士指出：“早期檢測對患者的生存率影響巨大，能夠?qū)┌Y的五年生存率從 20% 提高到 80%。這一技術的發(fā)展不僅能夠拯救數(shù)以億計的生命，還能對醫(yī)療保健系統(tǒng)帶來深遠的變革。”