A Google está a desenvolver uma inteligência artificial com a capacidade de identificar doenças através do uso de sinais sonoros, como tosse, espirros e fungos.
Chama-se Health Acoustic Representations, ou HeAR, e está a ser treinada com 300 milhões de áudios, incluindo 100 milhões de sons de tosse, para aprender a identificar padrões nesses sons.
A intenção é que este novo modelo de inteligência artificial simplifique o diagnóstico de tuberculose e outras doenças respiratórias, revolucionando assim os diagnósticos em comunidades onde ferramentas avançadas de diagnóstico são de difícil acesso.
Para o seu funcionamento, a tecnologia utiliza os microfones dos smartphones das pessoas, sendo desenvolvida em parceria com a startup indiana de saúde respiratória baseada em IA, Salcit Technologies.
A startup indiana está a aplicar este modelo de IA em combinação com o seu próprio produto, o Swaasa, que usa inteligência artificial para analisar sons de tosse e avaliar a saúde pulmonar, ajudando na investigação e melhorando a detecção precoce da tuberculose com base apenas nos sons da tosse.
Segundo Sujay Kakarmath, gerente de produto da Google em Nova Iorque, que trabalhou no projecto, um dos objectivos é que esta IA se torne acessível para investigadores interessados em utilizar o modelo nas suas próprias pesquisas.
“O nosso objectivo, como parte do Google Research, é estimular a inovação neste campo emergente”, afirma Sujay Kakarmath, citado pela CNN.
Outras notícias que pode gostar:
- Google treina robô para derrotar humanos no ténis
- Microsoft e Google gastaram mais energia que 100 países
Ao contrário de outras soluções, os cientistas da Google apontam que esta foi treinada com um processo chamado “aprendizagem auto-supervisionada”, que se baseia em dados não rotulados. Para isso, os investigadores extraíram mais de 300 milhões de clipes sonoros curtos de tosse, respiração, pigarro e outros sons de vídeos do YouTube.
Cada áudio foi convertido numa representação visual do som, chamada espectrograma. Depois disso, os investigadores bloquearam segmentos desses espectrogramas para ajudar a IA a aprender a prever as partes que estavam em falta nos áudios.
Pelo treino com uma variedade de sons humanos, os investigadores precisaram apenas de um conjunto limitado de dados para afinar o sistema, identificando as doenças e as suas características.
O sistema assemelha-se à forma como o ChatGPT foi ensinado a prever a palavra seguinte numa frase, depois de ter sido treinado com exemplos de texto humano.
A quantidade de dados utilizada pela Google confere importância à pesquisa, pois dá confiança de que esta é uma ferramenta fiável, segundo Ali Imran, engenheiro da Universidade de Oklahoma, em Tulsa.
Fonte Época Negócios
