Avtor: Mariana Lenharo<\/a><\/p>\n Skupina pod vodstvom Googlovih znanstvenikov je razvila orodje za strojno u\u010denje, ki lahko z ocenjevanjem zvokov, kot sta ka\u0161elj in dihanje, pomaga pri odkrivanju in spremljanju zdravstvenih te\u017eav. Sistem umetne inteligence (AI)*1, ki je bil usposobljen na milijonih zvo\u010dnih posnetkov \u010dlove\u0161kih zvokov, bodo zdravniki neko\u010d lahko uporabljali za diagnosticiranje bolezni, kot sta COVID-19 in tuberkuloza, ter za ocenjevanje, kako dobro delujejo plju\u010da posameznika.<\/p>\n To ni prvi primer, ko raziskovalna skupina raziskuje uporabo zvoka kot biomarkerja bolezni. Ta koncept se je uveljavil med pandemijo COVID-19, ko so znanstveniki odkrili, da je mogo\u010de bolezen dihal zaznati s ka\u0161ljem*2.<\/p>\n Novost Googlovega sistema, imenovanega Health Acoustic Representations (HeAR), je obse\u017een nabor podatkov, na katerem je bil usposobljen, in dejstvo, da ga je mogo\u010de natan\u010dno prilagoditi za izvajanje ve\u010d nalog.<\/p>\n Raziskovalci, ki so o orodju poro\u010dali v za\u010detku tega meseca v predtisku*1 , ki \u0161e ni bil recenziran, pravijo, da je \u0161e prezgodaj govoriti o tem, ali bo HeAR postal komercialni izdelek. Za zdaj nameravajo zainteresiranim raziskovalcem omogo\u010diti dostop do modela, da ga bodo lahko uporabljali pri svojih raziskavah. “Na\u0161 cilj v okviru projekta Google Research je spodbuditi inovacije na tem nastajajo\u010dem podro\u010dju,” pravi Sujay Kakarmath, produktni vodja pri Googlu v New Yorku, ki je sodeloval pri projektu.<\/p>\n Kako usposobiti svoj model<\/strong> “V medicini tradicionalno uporabljamo veliko nadzorovanega u\u010denja, kar je odli\u010dno, saj imamo klini\u010dno potrditev,” pravi Yael Bensoussan, laringologinja na Univerzi Ju\u017ena Florida v Tampi. “Slaba stran je, da je s tem res omejen nabor podatkov, ki jih lahko uporabljate, saj je na voljo premalo komentiranih naborov podatkov.”<\/p>\n Namesto tega so Googlovi raziskovalci uporabili samonadzorovano u\u010denje, ki temelji na neozna\u010denih podatkih<\/a>. Z avtomatiziranim postopkom so iz javno dostopnih videoposnetkov na YouTubu pridobili ve\u010d kot 300 milijonov kratkih zvo\u010dnih posnetkov ka\u0161ljanja, dihanja, grlenja in drugih \u010dlove\u0161kih zvokov.<\/p>\n Vsak posnetek je bil pretvorjen v vizualno predstavitev zvoka, imenovano spektrogram. Nato so raziskovalci blokirali segmente spektrogramov, da bi se model nau\u010dil napovedovati manjkajo\u010de dele. To je podobno, kot so velik jezikovni model, na katerem temelji klepetalni robot ChatGPT, nau\u010dili napovedovati naslednjo besedo v stavku, potem ko so ga usposobili na ne\u0161tetih primerih \u010dlove\u0161kih besedil. S to metodo so raziskovalci ustvarili tako imenovani temeljni model, za katerega pravijo, da ga je mogo\u010de prilagoditi za \u0161tevilne naloge.<\/p>\n U\u010dinkovit u\u010denec<\/strong> Na lestvici, na kateri 0,5 pomeni model, ki ni bolj\u0161i od naklju\u010dne napovedi, 1 pa pomeni model, ki vsaki\u010d natan\u010dno napove, je HeAR dosegel 0,645 in 0,710 to\u010dke za odkrivanje COVID-19, odvisno od tega, na katerem podatkovnem nizu je bil preizku\u0161en – kar je bolj\u0161a uspe\u0161nost od obstoje\u010dih modelov, ki so bili usposobljeni na govornih podatkih ali splo\u0161nem zvoku. Za tuberkulozo je bila ocena 0,739.<\/p>\n Dejstvo, da so bili prvotni u\u010dni podatki tako raznoliki – z razli\u010dno kakovostjo zvoka in \u010dlove\u0161kimi viri – pomeni tudi, da so rezultati posplo\u0161ljivi, pravi Kakarmath.<\/p>\n Ali Imran, in\u017eenir na Univerzi Oklahoma v Tulsi, pravi, da je raziskava pomembna zaradi velike koli\u010dine podatkov, ki jih uporablja Google. “To nam daje gotovost, da je to zanesljivo orodje,” pravi.<\/p>\n Imran vodi razvoj aplikacije z imenom AI4COVID-19, ki se je izkazala za obetavno pri razlikovanju ka\u0161lja COVID-19 od drugih vrst ka\u0161lja*3. Njegova ekipa namerava zaprositi za odobritev pri ameri\u0161ki Upravi za hrano in zdravila (FDA), da bi lahko aplikacija s\u010dasoma pri\u0161la na trg; trenutno i\u0161\u010de finan\u010dna sredstva za izvedbo potrebnih klini\u010dnih presku\u0161anj. Do zdaj \u0161e nobeno orodje, ki ga je odobrila FDA, ne omogo\u010da diagnosticiranja s pomo\u010djo zvokov.<\/p>\n Bensoussan pravi, da je podro\u010dje zdravstvene akustike ali avdiomike obetavno. “Znanost o akustiki obstaja \u017ee desetletja. Druga\u010de pa je, da imamo zdaj z umetno inteligenco in strojnim u\u010denjem na voljo sredstva za zbiranje in analizo \u0161tevilnih podatkov hkrati.” Soustvarja raziskovalni konzorcij<\/a>, ki se osredoto\u010da na raziskovanje glasu kot biomarkerja za spremljanje zdravja.<\/p>\n Pravi, da je “ogromen potencial ne le za diagnosticiranje, temve\u010d tudi za presejanje” in spremljanje. “Ne moremo vsak teden ponavljati slikanj ali biopsij. Zato je glas zelo pomemben biomarker za spremljanje bolezni,” dodaja. “Ni invaziven in ne zahteva veliko sredstev.”<\/p>\n doi: https:\/\/doi.org\/10.1038\/d41586-024-00869-0<\/em><\/p>\n Reference<\/strong><\/p>\n Baur, S.\u00a0et al.<\/i>\u00a0Preprint at arXiv\u00a0https:\/\/doi.org\/10.48550\/arXiv.2403.02522<\/a>\u00a0(2024).<\/p>\n<\/li>\n Santosh, K. C., Rasmussen, N., Mamun, M. & Aryal, S.\u00a0PeerJ. Comput. Sci.<\/i>\u00a08<\/b>, e958 (2022).<\/p>\n<\/li>\n Imran, A.\u00a0et al.<\/i>\u00a0Inform. Med. Unlocked<\/i>\u00a020<\/b>, 100378 (2020).<\/p>\n<\/li>\n<\/ol>\n Download references<\/a><\/p>\n Vir: https:\/\/www.nature.com\/articles\/d41586-024-00869-0<\/a><\/em><\/p>\n * * *<\/p>\n Torej, tako bi lahko rekel kak\u0161en teoretik zarote:<\/p>\n 1. Morali bomo imeti najhitrej\u0161i mo\u017eni dostop do informacij, zato bomo namestili 5G, 6G, 7G … POVSOD.<\/em><\/p>\n 2. Na to infrastrukturo bomo namestili vse mo\u017ene senzorje za spremljanje v realnem \u010dasu (video, zvo\u010dni, toplotni, spektralni) …<\/em><\/p>\n 3. Razvili, izbolj\u0161ali in izpopolnili bomo algoritme za ra\u010dunalni\u0161ke programe in jih poimenovali umetna inteligenca (AI).<\/em><\/p>\n 4. Na podlagi podatkov iz senzorjev bo umetna inteligenca takoj ugotovila (med drugim) NA\u0160E zdravstvene te\u017eave in dolo\u010dila ustrezno zdravljenje (npr. cepivo mRNA), ki ga je treba takoj uporabiti, ter o tem obvestila de\u017eurno ekipo, ki bo OBVEZNO posredovala, saj vas ni treba ve\u010d ni\u010desar spra\u0161evati.<\/em><\/p>\n 5. Kdor bo dvomil v odlo\u010ditve umetne inteligence, ga bomo razglasili za \u0161iritelja dezinformacij in ga kot takega preganjali (odstranili), saj nih\u010de ne sme dvomiti v znanstvenike, ki delajo za podjetje, katerega prva prioriteta je izklju\u010dno dobrobit \u010dlove\u0161tva (npr. kot je Google).<\/em><\/p>\n 6. Za bolj\u0161e obve\u0161\u010danje ljudi bodo imeli vsi nalogo promovirati vse napredne tehnologije, ki so tu v korist ljudi, in na ta na\u010din bodo zatrli napa\u010dne, la\u017ene in \u0161kodljive informacije. Po potrebi bomo na primer ljudem vsak dan povedali, kolikokrat je bila umetna inteligenca uspe\u0161na (in jih ne bomo obremenjevali s tem, ali je \u0161lo za resni\u010dne, la\u017ene ali le teoreti\u010dne primere na papirju)<\/em><\/p>\n 7. Ljudi je treba obvestiti (in jih ob\u010dasno opomniti), da je vse to v njihovo dobro, da je vse to brezpla\u010dno (\u010de ne \u0161tejemo njihovega dav\u010dnega denarja), da so bili dose\u017eeni ogromni prihranki (npr. v medicini ne bomo ve\u010d potrebovali drage diagnosti\u010dne opreme, npr. za laboratorije, radiologijo, nevrologijo itd,<\/em> 8. Umetna inteligenca bo tudi urejala, kdaj, koliko in kako dolgo se bo nebo nad nami pra\u0161ilo, da bi se izognili podnebnim in vsem drugim spremembam, ki bi lahko vplivale na na\u0161e telesno in mentalno zdravje (zlasti mentalno, saj bi bilo, \u010de bi kdo razmi\u0161ljal samostojno, to zelo sebi\u010dno in bi samo pokazalo, kako zelo ne dela za skupno dobro).<\/em><\/p>\n 9. Verjetno bi moral biti 1 % svetovnega prebivalstva (najbogatej\u0161i) izvzet iz vsega na\u0161tetega, saj ne bi bilo lepo, \u010de bi zaradi tega, ker se ukvarjamo z njimi, trpelo preostalih 99 % ljudi na svetu.<\/em><\/p>\n Verjetno bi se dalo povedati \u0161e ve\u010d, vendar je te\u017eko pomisliti na vse, kar si lahko izmisli teoretik zarote.<\/p>\n Seveda je bilo vse to napisano v skladu z zakonsko ureditvijo o raz\u0161irjanju pravo\u010dasnih in to\u010dnih informacij, da bi navadni ljudje lahko pravo\u010dasno prepoznali, kdo (ne) \u017eeli delati za njihovo dobro.<\/strong><\/p>\n * * *![\"\"](\"https:\/\/delinaprej.eu\/wp-content\/uploads\/2024\/03\/d41586-024-00869-0_26887752-300x200.jpg\")
\nVe\u010dina orodij umetne inteligence, ki se razvijajo na tem podro\u010dju, se usposablja na zvo\u010dnih posnetkih – na primer ka\u0161lja -, ki so povezani z zdravstvenimi informacijami o osebi, ki je te zvoke izdala. Posnetki so lahko na primer ozna\u010deni tako, da navajajo, da je imela oseba v \u010dasu snemanja bronhitis. Orodje v postopku usposabljanja, ki se imenuje nadzorovano u\u010denje, pove\u017ee zna\u010dilnosti zvokov z oznako podatkov.<\/p>\n
\nV primeru HeAR ga je Googlova ekipa prilagodila za odkrivanje COVID-19, tuberkuloze in lastnosti, kot je, ali oseba kadi. Ker je bil model usposobljen na tako \u0161irokem razponu \u010dlove\u0161kih zvokov, so ga morali raziskovalci za natan\u010dnej\u0161o prilagoditev nahraniti le z zelo omejenimi nabori podatkov, ozna\u010denimi s temi boleznimi in zna\u010dilnostmi.<\/p>\n\n
![\"\"](\"https:\/\/delinaprej.eu\/wp-content\/uploads\/2024\/03\/Conspiracy-300x232.jpg\")
<\/a>
\n\ud83d\udc47\ud83d\udc47\ud83d\udc47<\/p>\n
\nda ne omenjam, koliko bomo prihranili pri pla\u010dah vseh zdravnikov, zdravstvenega osebja in drugih zaposlenih v zdravstvu in okoli njega, ki jih ne bomo ve\u010d potrebovali). Farmacevtsko industrijo bomo obdr\u017eali le (za\u010dasno) in to le, dokler ne bomo v VSE ljudi vsadili \u010dipov in nanotehnologije.<\/em><\/p>\n
\nps – ali je AI tudi za\u010dela pisati o sebi in se promovira (brez novinarjev) … \ud83d\udc47\ud83d\udc47\ud83d\udc47<\/em><\/strong>
\n![\"\"](\"https:\/\/delinaprej.eu\/wp-content\/uploads\/2024\/03\/Screenshot-2024-03-23-161032-300x202.jpg\")
<\/a><\/p>\n
![\"\"](\"https:\/\/delinaprej.eu\/wp-content\/uploads\/2023\/08\/NoAI_sl_en-300x267.png\")
<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"