Google HeAR usłyszy chorobę. Technologia trafi do telefonów

Google jest bardzo zaangażowane we wdrażanie różnego typu rozwiązań, które wykorzystują potencjał AI. Firma pokazała, że można generować środowisko gry, polegając całkowicie na sztucznej inteligencji, jej smartfony to kwintesencja wykorzystania AI w urządzeniach codziennego użytku - przykładem jest aparat cyfrowy w Pixel 9 Pro. Google ma na względzie także zdrowie użytkowników tych urządzeń, gdyż chce je zamienić w podręcznych diagnostów. Taki telefon zarejestruje nasz oddech, kaszel i inne odgłosy, które mogą świadczyć o problemach zdrowotnych. Następnie udostępni je chmurze AI, która dokona analizy porównawczej i przedstawi wstępną diagnozę.

Technologia Google HeAR

HeAR to skrót od Health Acoustic Representations. Jest to model generatywnego AI, który został wytrenowany na podstawie 300 milionów próbek zawierających dźwięki wydawane przez układ oddechowy osób cierpiących na gruźlicę. WHO szacuje, że każdego dnia na świecie dochodzi do 30 tysięcy zarażeń gruźlicą i około 4500 zgonów.

Projekt Google wykorzystujący HeAR jest obecnie rozwijany we współpracy z indyjskim startupem Salcit Technologies, którego celem jest przyśpieszenie diagnostyki z bioakustyki. Salcit Technologies ma także własny model AI, zwany Swaasa (w sanskrycie oznacza to oddech), który chce połączyć z modelem Google.

Obejrzyj w

Technologia Google HeAR ma w przyszłości być zintegrowana ze smartfonami, a pierwszy jej poważny test polowy przeprowadzony będzie w Indiach. To największa społeczność na świecie, której spora część zamieszkuje regiony kraju o utrudnionym dostępie do opieki zdrowotnej, a co za tym idzie do aparatury diagnostycznej, takiej jak urządzenia do prześwietleń rentgenowskich. Smartfony jako niewielką i tanią aparaturę (praktycznie każde takie urządzenie ma mikrofon i możliwość uruchomienia oprogramowania AI) można znacznie szybciej rozpowszechnić w takich miejscach (teoretycznie do diagnostyki nie jest tu potrzebny nawet lekarz). Ba, nawet w krajach, gdzie placówki medyczne są łatwo dostępne, możliwość samodzielnego (w założeniu anonimowego) zbadania się może zachęcić do profilaktyki osoby, które zwykle zwlekałyby z wizyta u lekarza, aż do momentu, gdy będzie za późno na wdrożenie skutecznego leczenia.

Nagrania wykorzystane do treningu AI to materiały dostępne w sieci publicznie, w tym filmy YouTube i nagrania ze szpitali z chorymi na gruźlicę. Teraz Google wraz z Salcit Technologies chce udoskonalić swoje modele AI weryfikując ich skuteczność w trakcie badań mieszkańców Indii. W tym kraju, według danych WHO, gruźlica jest przyczyną 250 tysięcy zgonów rocznie. Z kolei dane IHME (instytut założony przez Fundację Gatesów) wskazują, że w 2021 r. na całym świecie z powodu gruźlicy zmarło 1,2 miliona ludzi (nie uwzględniono tu nosicieli wirusa HIV).

Próba turbekulinowa, jedna z metod wykrywania zakażenia gruźlica. Jest to technika inwazyjna w przeciwieństwie do diagnozy za pomocą telefonu. (fot: CDC)

Gruźlica (zwana też tuberkulozą) to zakaźna choroba układu oddechowego (przede wszystkim płuca, ale nie tylko), która stanowi problem przede wszystkim w krajach słabiej rozwiniętych i tam gdzie profilaktyka jest zaniedbywana. Dziś potrafimy z nią walczyć (zdrowy organizm powinien poradzić sobie z nią sam, szczególnie gdy zostaliśmy zaszczepieni po urodzeniu), ale wciąż pojawiają się nowe szczepy bakterii, z którymi trzeba na nowo sobie radzić. Dlatego gruźlica wciąż jest problemem, a odpowiednio wytrenowane AI jest przydatne.

Gruźlica widoczna na zdjęciach rentgenowskich. Atakuje płuca (zdjęcie po lewej), ale mogą to być też nerki (zdjęcie po prawej) (fot: CDC)

Na razie Google HeAR jest rozwojowym modelem AI, skupionym na wykrywaniu zakażeń gruźlicą poprzez analizę różnic w zarejestrowanych próbkach kaszlu, ale w przyszłości będzie mogła posłużyć także w identyfikacji innych chorób, które wpływają na układ oddechowy, w tym chorób układu krążenia. Analiza stanu zdrowia na podstawie próbek dźwiękowych to tez tylko część potencjału jaki AI może wyzwolić w telefonach - są one wyposażone jeszcze w kamery i sensory takie jak akcelerometry.

Funkcje oceny stanu zdrowia na podstawie np. wskazań akcelerometrów czy analizy zdjęć ciała, są powoli testowane i wdrażane także przez różnych producentów. Również w smartwatchach, dla przykładu Huawei w funkcji oceny stanu zdrowia oprócz pomiarów z pomocą czujników optoelektronicznych i elektronicznych (tętno, EKG i inne), wykorzystuje udostępnianą przez nas próbkę audio (trzeba zakaszleć) właśnie dla oceny stanu układu oddechowego. Nagrania dźwiękowe są też stosowane do wykrywania bezdechu sennego.

Jednakże diagnozowanie konkretnych chorób, tak jak spodziewamy się, że byłby w stanie to robić Google HeAR, podniosłoby poziom osobistej diagnostyki na jeszcze wyższy poziom.

Ryzyko związane ze zdolnością AI do wykrywania chorób

Choć profilaktyka zdrowotna jest działaniem wskazanym, społeczeństwo często niepotrzebnie stygmatyzuje osoby z niektórymi schorzeniami. W przypadku instytucji, które nastawione są przede wszystkim na zysk, a nie dobre potraktowanie klienta, wiedza jaką daje AI w temacie naszego zdrowia może stać się niebezpieczna.

Wyobraźmy sobie sytuację, gdy firma ubezpieczeniowa (to jedna z branż, którą bardzo interesują takie możliwości diagnostyczne AI) odmawia wydania polisy, bo AI sugeruje, że jest pewne ryzyko choroby w przyszłości. Nawet jeśli taka choroba z charakterem polisy ubezpieczeniowej nie ma większego związku. Podobnie osoby rekrutujące pracowników mogą polegać na sugestiach AI co do stanu zdrowia kandydatów. To sytuacje ekstremalne, ale w każdym wypadku, gdy dochodzi do selekcji ludzi na podstawie cech, o których sami być może nie mają pojęcia, nie jest dobrze.

W przypadku takiej technologii jak Google HeAR trzeba będzie pamiętać, by nie przekroczyć tej wąskiej granicy - pomiędzy pomaganiem a dyskryminowaniem. Google jako firma rozwijająca wspomniany model AI z pewnością, prędzej czy później, zechce przy okazji integracji technologii z telefonami upchnać ją w swoich już napakowanych takimi rozwiązaniami smartfonach z serii Pixel.

Źródło: technology.org, Google, inf. własna