Einsatz von KI zur Erkennung von Krankheiten durch Hustengeräusche

In der jüngsten Entwicklung auf dem Gebiet der künstlichen Intelligenz hat Google Research das Health Acoustic Representations (HeAR) Modell eingeführt, das auf der Analyse von bioakustischen Daten basiert. Dieses Modell wurde mit über 300 Millionen Audioausschnitten trainiert und zielt darauf ab, Muster in gesundheitsrelevanten Geräuschen wie Husten zu erkennen, um frühe Anzeichen von Krankheiten zu identifizieren.

Die leistungsfähigkeit von HeAR wurde besonders beim Hustenmodell demonstriert, das mit etwa 100 Millionen Hustengeräuschen trainiert wurde. Es hat sich gezeigt, dass HeAR bessere Ergebnisse liefert als vergleichbare Modelle und effizienter auf verschiedene Mikrofontypen reagieren kann. Dies könnte besonders in Bereichen mit wenig Daten oder hohen Kosten eine tragende Rolle spielen.

Salcit Technologies, ein Gesundheitsunternehmen aus Indien, nutzt bereits HeAR in einem Produkt namens Swaasa®, um Lungenkrankheiten frühzeitig zu erkennen. Diese Technologie könnte die Zugänglichkeit und Erschwinglichkeit gesundheitlicher Überprüfungen weltweit verbessern und bietet eine vielversprechende Perspektive für die Früherkennung von Tuberkulose.

Die Unterstützung für HeAR kommt auch von internationalen Organisationen wie der StopTB-Partnerschaft der Vereinten Nationen, die die Potenziale dieser Technologie für die Tuberkulosescreening erkennt und fördert. HeAR steht Forschern offen, um die Entwicklung zukünftiger diagnostischer Werkzeuge voranzutreiben und gesundheitliche Ergebnisse global zu verbessern.