Filter by input type
Select all
News
Pages
Events
Filter by category
Select all
AI ANALYTICS
Mobile Apps and Internet of Things
Advancement of science
big data
Connected communities
Coronavirus
Courses and training
DIAGNOSIS
Initial Editorial
Editorials
A world in the cloud
Events
Infographics
Artificial Intelligence and Science
IoT Apps
News
Digital platforms
Social networks
Review of scientific publications
Course Summary
Synopsis of essay
Overview of reference frames
Synopsis of recent publications
Use of Digital Platforms
Modelo de IA ayuda a investigadores a detectar enfermedades basándose en la tos

Un modelo de base bioacústica desarrollado por científicos de Google puede ayudar a mejorar los resultados de salud.

Investigadores de Google en India, reconocieron el potencial del sonido como una señal de salud útil para conocer información sobre la salud de los pacientes. Los sonidos bioacústicos tienen el potencial de revolucionar la manera en la que se evalúan, diagnostican y monitorean diversas enfermedades como tuberculosis (TB) o enfermedad pulmonar obstructiva crónica (EPOC). En este sentido, los micrófonos de teléfonos inteligente son una herramienta accesible que podría ayudar a detectar ciertas señales de enfermedades a través del sonido de la tos.

A principios de 2024, Google presentó el modelo Health Acoustic Representations o HeAR, una herramienta bioacústica diseñada para ayudar a investigadores a construir modelos que puedan escuchar sonidos humanos y detectar signos tempranos de enfermedades. El equipo de Google entrenó HeAR con 300 millones de datos de audio seleccionados de un conjunto de datos diversos y anónimos. Asimismo, entrenaron el modelo de tos utilizando 100 millones de sonidos de tos.

De esta manera, luego de su entrenamiento HeAR es capaz de discernir patrones dentro de sonidos relacionados de la salud, lo que representa un gran avance para el análisis de audio médico. Las pruebas de los investigadores de Google, determinaron que HeAR tiene una mejor clasificación que otros modelos. Además, los modelos entrenados con esta misma herramienta también lograron un rendimiento destacado incluso con menos datos de entrenamiento.

HeAR ahora está disponible para que investigadores desarrollen nuevos modelos bioacústicos personalizados con menos datos y de manera más rápida. El objetivo de esto es facilitar la investigación de modelos para condiciones y poblaciones específicas, incluso ante la escasez de datos o de equipo computacional.

Esta herramienta puede ser fundamental para erradicar la TB, facilitando su atención y sobre todo de manera más accesible y asequible para personas de cualquier región del mundo. “Cada caso de tuberculosis que no se detecta es una tragedia; cada diagnóstico tardío, un dolor de cabeza”, expresó Sujay Kakarmath, gerente de productos de Google Research que trabaja en HeAR. “Los biomarcadores acústicos ofrecen el potencial de reescribir esta narrativa. Estoy profundamente agradecido por el papel que HeAR puede desempeñar en este viaje transformador”, agregó.

Organizaciones como The StopTB Partnership, auspiciada por la Organización de las Naciones Unidas (ONU), se han interesado en esta tecnología. “Soluciones como HeAR permitirán que el análisis acústico impulsado por IA abra nuevos caminos en la detección y el cribado de la tuberculosis, ofreciendo una herramienta accesible y de bajo impacto para quienes más la necesitan”, afirmó Zhi Zhen Qin, especialista en salud digital de Stop TB Partnership, una organización cuyo objetivo es erradicar la TB para 2030.

La API de HeAr está disponible en el siguiente enlace: https://github.com/Google-Health/google-health/blob/master/health_acoustic_representations/README.md

Related Content

Secured By miniOrange