AI voor hoest en verkoudheid: Google gebruikt zijn datakracht

Meer dan 300 miljoen audiofragmenten met stemmen zijn gemakkelijk te vinden op YouTube. En elke geüploade video kan worden gebruikt en geanalyseerd door het moederbedrijf Alphabet, d.w.z. Google.

Dit betekent dat er een schat aan gegevens is die, in tegenstelling tot sommige huidige controverses rond de training van verschillende AI-systemen, legaal en zonder juridische problemen kan worden geanalyseerd.

En onderzoekers van Google en diverse andere onderzoeksinstellingen hebben deze gegevens gebruikt om een nogal opwindende AI te trainen die gebruikt gaat worden als diagnostisch hulpmiddel voor aandoeningen van de luchtwegen. Het heet HeAR, wat staat voor "Health Acoustic Representation".

Dergelijke analyses bestaan al heel lang in medisch onderzoek; het is immers meestal heel gemakkelijk om te horen wanneer iemand verkouden is. Hiervoor werden en worden meestal vooraf onderzochte gegevens gebruikt. Het is dus bekend dat de stem in kwestie een specifieke ziekte resoneert of dat deze gezond is.

Het probleem is echter dat de hoeveelheid van deze gegevens zeer beperkt is. Dit geldt niet voor de training van HeAR: het systeem werd getraind met de werkelijk enorme dataset van 300 miljoen volledig ongelabelde audiobestanden.

Vervolgens werden enkele extra stemmen met geïdentificeerde ziekten toegevoegd. In dit geval waren dat tuberculose, COVID-19 en het feit dat iemand rookt. Voor een nieuw ontwikkeld systeem lijken de resultaten van 74% correcte detectie van tuberculose en 71% voor COVID-19 behoorlijk indrukwekkend.

De volgende stap is om verder te gaan met gecontroleerde klinische onderzoeken. Dit zou de eerste mogelijkheid zijn om een eerste diagnose te verkrijgen door alleen de stem te gebruiken. Zelfs als de resultaten nog voor verbetering vatbaar zijn, is dit een test die uitsluitend gebaseerd is op het gesproken woord - niet invasief en niet duur.