Прогресс

IEEE Access: новая модель ИИ выявляет признаки гипертонии по голосу

IEEE Access: новая модель ИИ выявляет признаки гипертонии по голосу

Ученые из североамериканской компании Klick Labs создали инновационную модель искусственного интеллекта, способную обнаруживать признаки гипертонии на основе анализа голоса пользователя.

По данным Всемирной организации здравоохранения, каждый четвертый житель планеты сталкивается с повышением кровяного давления.

Новости СМИ2

Это состояние выступает ключевым фактором риска развития сердечно-сосудистых заболеваний.

Исследователи лаборатории Klick разработали новый способ предварительной диагностики гипертонии. Они создали нейронную сеть, анализирующую множество голосовых биомаркеров, которые недоступны для распознавания с помощью человеческого слуха.

Ученые подчеркнули способность новой модели искусственного интеллекта создавать прогностические модели, учитывающие специфику мужских и женских организмов. В ходе тестирования, которое включало анализ записей голосов 245 участников с использованием специального приложения в течение двухнедельного периода, модель демонстрировала высокую эффективность. Алгоритмы верно определили гипертонию у 84% у женщин и 77% у мужчин.

Исследователи также выразили уверенность в том, что разработка обладает большим потенциалом для диагностики широкого спектра заболеваний, включая гипертонию и диабет. Ученые отметили, что использование голосовых технологий может значительно повысить доступность медицинской помощи и уменьшить ее стоимость.

Иллюстрация к статье: Яндекс.Картинки

.articleElement { border-top: solid 1px #e5e5e5; border-bottom: solid 1px #e5e5e5; padding: 12px 0; overflow: hidden; position: relative; background: #fff; margin-top: -1px;
} .articleElement:hover { text-decoration: underline;
} .articleElement img { width: 100px; height: 100px; float: left; padding-right: 14px;
} .articleElement a { color: #222222; text-decoration: none;
} .articleElement .title { line-height: 1.285rem; font-weight: 800; color: #000000; text-align: left;
} .articleElement .metaElement { position: absolute; bottom: 12px; left: 114px;
} .meta-date { display: inline-block; font-size: 0.8rem; color: #999999; margin-right: 15px;
} .meta-date::before { background: url() 0px 0px no-repeat; vertical-align: text-bottom; width: 14px; height: 14px; content: “”; display: inline-block; margin-right: .3rem;
} .meta-views { display: inline-block; font-size: 0.8rem; color: #999999; margin-right: 15px;
} .meta-views::before { background: url() 0px 0px no-repeat; vertical-align: text-bottom; width: 14px; height: 14px; content: “”; display: inline-block; margin-right: .3rem;
} .meta-comments { display: inline-block; font-size: 0.8rem; color: #999999;
} .meta-comments::before { background: url() 0px 0px no-repeat; vertical-align: text-bottom; width: 14px; height: 14px; content: “”; display: inline-block; margin-right: .3rem;
} .xfolkentryDesc.elementInView { position:relative; z-index:99;
} .xfolkentryDesc.elementInView::before { position: fixed; top: 0; left: 0; width: 100vw; height: 100%; background: rgba(0, 0, 0, 0.6); content: “”;
}