(相關(guān)資料圖)
語音數(shù)據(jù)的美妙之處在于,它可能是你能從人們身上收集到的最便宜的數(shù)據(jù)類型之一。這是一種非常容易獲得的信息,你可以從任何病人那里獲得。過去幾年的研究已經(jīng)探索了語音幫助診斷疾病的潛力,但大多數(shù)都是小規(guī)模和孤立的,也沒有任何大型的語音數(shù)據(jù)數(shù)據(jù)庫,而且這是一個新的研究領(lǐng)域,研究人員還沒有找出圍繞如何收集語音信息進(jìn)行研究的最佳做法,現(xiàn)在這個項(xiàng)目將建立如何收集數(shù)據(jù)的標(biāo)準(zhǔn)。
該項(xiàng)目是通過美國國立衛(wèi)生研究院的Bridge2AI項(xiàng)目資助的,該項(xiàng)目支持建立道德的、嚴(yán)格的和可訪問的數(shù)據(jù)集,可用于開發(fā)AI工具。該項(xiàng)目將持續(xù)四年,在此期間可獲得高達(dá)1400萬美元的資金。該研究團(tuán)隊將首先建立一個應(yīng)用程序,從患有聲帶麻痹、阿爾茨海默病、帕金森病、抑郁癥、肺炎和自閉癥等疾病的參與者那里收集語音數(shù)據(jù)。所有的語音收集將由臨床醫(yī)生監(jiān)督。例如,患有帕金森病的人--他們的聲音可能更低,他們說話的方式也更慢,他們將被要求說出聲音,閱讀句子,并通過該應(yīng)用程序閱讀全文。
然后,他們將使用這些數(shù)據(jù)集來建立可以檢測各種情況的人工智能模型。研究團(tuán)隊正在與醫(yī)療人工智能公司Owkin合作,在該項(xiàng)目中建立和訓(xùn)練人工智能模型。Owkin的框架讓病人數(shù)據(jù)留在收集數(shù)據(jù)的醫(yī)療中心,該模型在每個數(shù)據(jù)集上單獨(dú)學(xué)習(xí),然后將這些訓(xùn)練的結(jié)果返回到一個中心位置,在那里將它們合并起來。然后,更新的綜合模型被送回每個地方,這個過程再次開始。
這為語音數(shù)據(jù)提供了額外的隱私保護(hù),它的獨(dú)特之處在于它可以很容易地與它的來源者聯(lián)系起來。人們的聲音很容易被識別,即使他們的名字被刪除。一個生物倫理學(xué)家團(tuán)隊正在為該項(xiàng)目工作,研究語音數(shù)據(jù)庫和基于語音的診斷的倫理和法律影響。Bensoussan說,他們將思考,例如,聲音是否受到《健康保險可攜性和責(zé)任法案》(或HIPAA)的保護(hù),以及病人是否擁有自己的聲音數(shù)據(jù)。
醫(yī)學(xué)研究人員并不是唯一對使用語音診斷疾病感興趣的群體,制造語音助手的大型科技公司也是如此。亞馬遜擁有專利,可以利用Alexa來找出人們是否有情緒問題,如抑郁癥,或身體問題,如喉嚨痛。理論上,如果某人的聲音顯示出阿爾茨海默氏癥等疾病的跡象,被動的家庭語音助手可以標(biāo)記出這種情況。這將引起另一層倫理和法律問題,專家們已經(jīng)開始思考這個問題。
頭條 22-09-13
頭條 22-09-13
頭條 22-09-13
頭條 22-09-13
頭條 22-09-13
頭條 22-09-13
頭條 22-09-13
頭條 22-09-13
頭條 22-09-13
頭條 22-09-13
頭條 22-09-13
頭條 22-09-13
頭條 22-09-13
頭條 22-09-13
頭條 22-09-13
頭條 22-09-13
頭條 22-09-13
頭條 22-09-13
頭條 22-09-13
頭條 22-09-13
頭條 22-09-13
頭條 22-09-13
頭條 22-09-13
頭條 22-09-13
頭條 22-09-13
頭條 22-09-13
頭條 22-09-12
頭條 22-09-12
頭條 22-09-12
頭條 22-09-12
頭條 22-09-12
頭條 22-09-11
頭條 22-09-11
頭條 22-09-11
頭條 22-09-11
頭條 22-09-11