AI μοντέλο που εντοπίζει παθήσεις του αναπνευστικού μέσω των ήχων της αναπνοής του ασθενούς αναπτύσσει η GOOGLE

3 ημέρες πριν
google ai logo

Οι καινοτομίες της GOOGLE στον τομέα της τεχνητής νοημοσύνης έχουν επεκταθεί θεαματικά τα τελευταία δύο χρόνια, καθώς οι εφαρμογές τεχνητής νοημοσύνης που απευθύνονται στους καταναλωτές καθίστανται ολοένα και πιο δημοφιλείς. Πλέον, το Gemini της GOOGLE είναι κάτι περισσότερο από ένα chatbot στο διαδίκτυο, καθώς συνδέεται στενά με ένα φάσμα λειτουργιών και εφαρμογών που συνοδεύουν τα νέα μοντέλα της σειράς GOOGLE Pixel 9, με τον τεχνολογικό κολοσσό να εξακολουθεί να βασίζεται σε μεγάλο βαθμό στην καινοτομία. Μάλιστα, πρόσφατη έκθεση αποκαλύπτει ότι η GOOGLE συνεργάζεται πλέον με πολλούς διεθνείς εταίρους προκειμένου να συνδράμει στις κλινικές διαγνώσεις, μέσω τεχνητής νοημοσύνης ειδικά εκπαιδευμένης ώστε να αναγνωρίζει ασθένειες από τις παραλλαγές στον ήχο που προκύπτει από απλά συμπτώματα, όπως ο βήχας και το φτέρνισμα.

Πέρα από το θαύμα της ίδιας της τεχνητής νοημοσύνης, η GOOGLE κατέγραψε ένα σημαντικό ορόσημο με το Gemini και, πιο συγκεκριμένα, με το Gemini Nano. Πρόκειται για μια μικρότερη, αναβαθμισμένη έκδοση του μοντέλου δημιουργικής τεχνητής νοημοσύνης το οποίο αναπτύσσει η GOOGLE και μπορεί να τρέξει στις περισσότερες σύγχρονες ναυαρχίδες κινητών τηλεφώνων Android. Έτσι, παύει να εξαρτάται από την όποια αστάθεια του εκάστοτε δικτύου κινητής τηλεφωνίας και άλλες μεταβλητές που σχετίζονται με την επεξεργασία των ερωτημάτων για τα μοντέλα AI στο cloud. Μάλιστα, ρεπορτάζ του Bloomberg αναφέρει ότι ο τεχνολογικός κολοσσός έχει συνεργαστεί με μια ινδική νέα εταιρία, τη Salcit Technologies, η οποία ειδικεύεται στην ενίσχυση της αναπνευστικής υγείας με τη χρήση τεχνητής νοημοσύνης, ώστε να προκύψει μια ανάλογη πρόταση η οποία τελικά θα τρέχει μέσω του κινητού.

Εύκολα γίνεται αντιληπτό το πού οδηγεί αυτό: τα μοντέλα τεχνητής νοημοσύνης της GOOGLE, τρέχοντας από το κινητό, μπορούν να βοηθήσουν στην ταχύτερη διάγνωση αναπνευστικών παθήσεων σε άτομα τα οποία κατοικούν σε απομακρυσμένες περιοχές, εκεί όπου η πρωτοβάθμια υγειονομική περίθαλψη και η πρόσβαση σε ακριβό ιατρικό εξοπλισμό εξακολουθεί να αποτελεί πρόβλημα. Αυτή η συνεργασία έχει ήδη αποδώσει αποτελέσματα, και συγκεκριμένα το μοντέλο HeAR, συντομογραφία των Health Acoustic Representations.

Ουσιαστικά, το HeAR είναι ένα θεμελιώδες μοντέλο τεχνητής νοημοσύνης από την GOOGLE, το οποίο έχει εκπαιδευτεί αξιοποιώντας 300 εκατομμύρια ηχογραφήσεις από βήχα, συνάχι, φτέρνισμα και αναπνοή από όλο τον κόσμο, τα οποία είναι διαθέσιμα σε μορφή προσβάσιμη στους χρήστες. Αν και το ανεκπαίδευτο αυτί δεν το αντιλαμβάνεται, τα ηχητικά αυτά αποσπάσματα ακούγονται διαφορετικά σε σχέση με την αναπνοή ενός υγιούς ατόμου. Τα δεδομένα με τα οποία η GOOGLE εκπαίδευσε το HeAR περιλάμβαναν επίσης 100 εκατομμύρια ήχους βήχα, με στόχο τον ταχύτερο έλεγχο για τον εντοπισμό ασθενειών όπως η φυματίωση. Η Salcit Technologies χρησιμοποιεί το HeAR της GOOGLE για να βελτιώσει τις αξιολογήσεις των πνευμόνων και τη διάγνωση της φυματίωσης που παρέχει το δικό της μοντέλο τεχνητής νοημοσύνης, το οποίο ονομάζεται Swaasa.

Αν και η διάγνωση με τη βοήθεια της τεχνητής νοημοσύνης δεν υποκαθιστά τη σωστή κλινική αξιολόγηση και θεραπεία, το Swaasa έχει εγκριθεί για χρήση από την ινδική ρυθμιστική αρχή ιατρικών συσκευών. Το Swaasa, που λειτουργεί ως εφαρμογή σε κινητή συσκευή, χρειάζεται ένα ηχητικό απόσπασμα 10 δευτερολέπτων από το βήχα του ασθενούς για τη διάγνωση ασθενειών με ακρίβεια, όπως υποστηρίζει η εταιρία που το δημιούργησε, που αγγίζει το 94%. Παρότι η μέθοδος δεν εγγυάται αλάνθαστα αποτελέσματα και έχει τα δικά της ζητήματα να διαχειριστεί, όπως για παράδειγμα η καθαρότητα των ηχογραφήσεων, είναι ήδη φθηνότερη από τις κλασικές εξετάσεις σπιρομέτρησης που χρησιμοποιούνται για τη διάγνωση της φυματίωσης και άλλων παθήσεων.

Για την ώρα, το Swaasa εξακολουθεί να βασίζεται στην επεξεργασία στο cloud και τα περιθώρια βελτίωσης είναι άφθονα μέχρις ότου το HeAR μπορέσει να εφαρμοστεί στη συσκευή. Εντωμεταξύ, η GOOGLE ποντάρει σε παρόμοια τεχνολογία τεχνητής νοημοσύνης για την εκπαίδευση θεμελιωδών μοντέλων με στόχο την ανίχνευση αυτισμού, αξιοποιώντας τους ήχους που κάνει ένα βρέφος, εξέλιξη η οποία, εφόσον επιβεβαιωθεί, θα συνιστά συναρπαστικό στον τομέα της διάγνωσης.