Na vanguarda da tecnologia digital, o Google desenvolveu um modelo bioacústico inovador – HeAR – que detecta doenças analisando sons, abrindo novas possibilidades para o diagnóstico remoto.
A capacidade do modelo HeAR se origina em seu processo de treinamento, que utilizou 313 milhões de fragmentos de áudio do YouTube, incluindo cerca de 100 milhões de sons de tosse. Com esses dados, o HeAR aprendeu a identificar sinais de doenças a partir de sons de tosse, fala, respiração, etc.
Vídeo da fonte oficial, tradução: Pequena Interação
A gama de aplicações do modelo HeAR é impressionante. Ele consegue detectar diversas doenças, como tuberculose, COVID-19 e doença pulmonar obstrutiva crônica (DPOC). Essa capacidade foi comprovada em 13 tarefas de detecção de eventos acústicos de saúde, 14 tarefas de inferência de tosse e 6 tarefas de inferência da função pulmonar, superando o desempenho de modelos existentes em muitas delas.
Nas tarefas de inferência de tosse, o HeAR obteve o melhor desempenho em 10 tarefas, especialmente na detecção de COVID-19 e tuberculose. Nas tarefas de inferência da função pulmonar, o HeAR também se destacou, principalmente em indicadores-chave como o volume expiratório forçado no primeiro segundo (VEF1) e a capacidade vital forçada (CVF).
A empresa indiana Salcit Technologies já implementou o modelo HeAR em seu produto Swaasa®, que avalia a saúde pulmonar analisando sons de tosse, mostrando um enorme potencial, especialmente na detecção precoce da tuberculose.
A Salcit Technologies está explorando como utilizar o HeAR para expandir as capacidades de seu modelo de IA bioacústica. O Swaasa® está em processo de pesquisa e aprimoramento da detecção precoce da tuberculose baseada em sons de tosse, o que contribui não apenas para melhorar a precisão do diagnóstico, mas também para tornar os serviços médicos mais acessíveis.