15:13:50

Bu Yapay Zekâ Modeli, Araştırmacıların Öksürüğe Dayalı Hastalıkları Tespit Etmesine Yardımcı Oluyor

Öksürükten konuşmaya ve hatta nefese kadar vücudumuzun çıkardığı sesler sağlığımızla ilgili bilgilerle doludur. Bu biyoakustik seslerde gizlenen ince ipuçları, tüberküloz (TB) veya kronik obstrüktif akciğer hastalığı (KOAH) gibi çok çeşitli sağlık koşullarını tarama, teşhis etme, izleme ve yönetme şeklimizde devrim yaratma potansiyeline sahiptir…

Google‘daki araştırmacılar sesin yararlı bir sağlık sinyali olma potansiyelinin ve akıllı telefon mikrofonlarının yaygın olarak erişilebilir olduğunun farkında. Bu amaçla, akustik verilerden sağlıkla ilgili içgörüler elde etmek için yapay zekâyı kullanmanın yollarını araştırıyorlar.

Bu yılın başlarında, araştırmacıların insan seslerini dinleyebilen ve hastalığın erken belirtilerini işaretleyebilen modeller oluşturmalarına yardımcı olmak için tasarlanmış bir biyoakustik temel modeli olan Health Acoustic Representations veya HeAR‘ı tanıtıldı. Google Araştırma ekibi, HeAR‘ı çeşitli ve kimliksizleştirilmiş bir veri kümesinden derlenen 300 milyon ses verisi üzerinde eğitti ve özellikle öksürük modelini yaklaşık 100 milyon öksürük sesi kullanarak eğitti.

HeAR, sağlıkla ilgili seslerdeki kalıpları ayırt etmeyi öğrenerek tıbbi ses analizi için güçlü bir temel oluşturuyor. Ortalama olarak, HeAR‘ın çok çeşitli görevlerde ve mikrofonlar arasında genelleme yapma konusunda diğer modellerden daha üst sıralarda yer aldığını ve sağlıkla ilgili akustik verilerdeki anlamlı kalıpları yakalama konusundaki üstün yeteneğini gösterdiği tespit edildi. HeAR kullanılarak eğitilen modeller aynı zamanda daha az eğitim verisi ile yüksek performans elde etti ki bu da sağlık araştırmalarının genellikle veri kıtlığı yaşanan dünyasında çok önemli bir faktör.

HeAR artık daha az veri, kurulum ve hesaplama ile özel biyoakustik modellerin geliştirilmesini hızlandırmaya yardımcı olmak için araştırmacıların kullanımına sunulmuştur. Amaç, veriler seyrek olsa veya maliyet veya hesaplama engelleri olsa bile, belirli koşullar ve popülasyonlar için modellere yönelik daha fazla araştırma yapılmasını sağlamaktır.

Hindistan merkezli bir solunum sağlığı şirketi olan Salcit Technologies, öksürük seslerini analiz etmek ve akciğer sağlığını değerlendirmek için yapay zekâ kullanan Swaasa® adlı bir ürün geliştirdi. Şimdi şirket, HeAR‘ın biyoakustik yapay zekâ modellerinin yeteneklerini genişletmeye nasıl yardımcı olabileceğini araştırıyor. Başlangıç olarak Swaasa®, öksürük seslerine dayalı olarak TB‘nin erken tespitini araştırmaya ve geliştirmeye yardımcı olmak için HeAR‘ı kullanıyor.

TB tedavi edilebilir bir hastalıktır, ancak her yıl milyonlarca vaka teşhis edilememektedir – bunun nedeni genellikle insanların sağlık hizmetlerine kolay erişiminin olmamasıdır. Teşhisin iyileştirilmesi, TB‘nin ortadan kaldırılması için kritik öneme sahiptir ve yapay zekâ, tespitin iyileştirilmesinde ve bakımın dünyanın dört bir yanındaki insanlar için daha erişilebilir ve uygun fiyatlı hale getirilmesine yardımcı olmada önemli bir rol oynayabilir. Swaasa®, hastalıkların erken tespit edilmesine yardımcı olmak için makine öğrenimini kullanma geçmişine sahiptir ve konumdan bağımsız, ekipmansız solunum sağlığı değerlendirmesi sunarak erişilebilirlik, satın alınabilirlik ve ölçeklenebilirlik arasındaki boşluğu doldurmaktadır. HeAR ile, bu araştırmayı temel alarak Hindistan genelinde TB taramasını daha yaygın hale getirme fırsatı görüyorlar.

Google Research‘te HeAR üzerinde çalışan bir ürün yöneticisi olan Sujay Kakarmath, “Atlanan her tüberküloz vakası bir trajedidir; her geç teşhis ise bir kalp kırıklığıdır,” diyor. “Akustik biyobelirteçler bu anlatıyı yeniden yazma potansiyeli sunuyor. HeAR’ın bu dönüştürücü yolculukta oynayabileceği rol için derinden minnettarım.”

Bu yaklaşım, TB uzmanlarını ve etkilenen toplulukları 2030 yılına kadar TB‘yi sona erdirme hedefiyle bir araya getiren ve Birleşmiş Milletler‘in ev sahipliği yaptığı StopTB Partnership gibi kuruluşlardan da destek görüyor.

Stop TB Partnership dijital sağlık uzmanı Zhi Zhen Qin, “HeAR gibi çözümler, yapay zekâ destekli akustik analizin tüberküloz taraması ve tespitinde yeni bir çığır açmasını sağlayacak ve buna en çok ihtiyaç duyanlara potansiyel olarak düşük etkili, erişilebilir bir araç sunacak” dedi.

HeAR, akustik sağlık araştırmalarında ileriye doğru atılmış önemli bir adımı temsil ediyor. TB, göğüs, akciğer ve diğer hastalık alanlarında gelecekteki teşhis araçlarının ve izleme çözümlerinin geliştirilmesini ilerletmeyi ve araştırma aracılığıyla dünyanın dört bir yanındaki topluluklar için sağlık sonuçlarının iyileştirilmesine yardımcı olması umuluyor. HeAR‘ı keşfetmek isteyen bir araştırmacıysanız, daha fazla bilgi edinebilir ve HeAR API‘sine erişim talep edebilirsiniz.

Bu içeriği beğendiyseniz lütfen çevrenizle paylaşınız…