主要观点总结
本文主要介绍了Google和其他科技公司如何利用AI技术通过咳嗽声等声音数据来检测诊断疾病，以及AI在语音健康检测方面的应用和发展趋势。文章还提到了语音检测存在的偏见性、准确性、隐私问题等负面影响。
关键观点总结
关键观点1: Google使用AI技术通过咳嗽声等声音数据检测健康
Google从YouTube等平台上收集了大量的声音数据，训练了AI基础模型HeAR，可以通过分析咳嗽声等声音来检测呼吸疾病。HeAR与印度AI医疗初创公司Salcit Technologies的Swaasa合作，用于早期检测结核病。
关键观点2: AI在语音健康检测方面的应用
除了Google，其他大厂和初创公司也在尝试让AI「听见」疾病。华为智能手表用户可以通过加入呼吸健康研究，实现肺部感染风险筛查。Canary Speech公司使用微软云服务处理对话语音，追踪压力、情绪等来检测健康状况。
关键观点3: AI通过声音关注心理健康
声音也会因为精神健康而改变，AI通过分析语气词、停顿等来检测抑郁症和焦虑症等心理健康问题。
关键观点4: 未来的语音健康检测发展趋势
美国国立卫生研究院计划创建一个大型开源语音数据库，训练AI诊断疾病，并将服务扩展到医疗欠缺的地区。但同时也面临着语音数据的偏见性、准确性、隐私问题以及算法的黑盒本质等挑战。
文章预览
AI 的特点在于超强的学习能力，聊天、绘画、写作、作曲，就没有它不会的。 你为 AI 焦虑到头秃，Google 倒希望 AI 帮你照顾好自己的身体。 这次，AI 的学习材料变成了咳嗽声。 基于 YouTube 等平台无版权的公开视频，Google 收集了 3 亿条 2 秒左右的音频数据，包括咳嗽、抽鼻子、打喷嚏和呼吸困难的声音，然后训练了一个 AI 基础模型：HeAR。 HeAR 可以通过你的声音，了解你的健康状况，甚至能在疾病的早期给出诊断。 Google 没有让 HeAR 在实验室束之高阁，已经和印度 AI 医疗初创公司 Salcit Technologies 展开合作。 Salcit 有自己的 AI 模型 Swaasa（梵语里意为「呼吸」）以及 app，在一些情况下可以替代传统的肺活量测试，用户提交 10 秒的咳嗽样本，就能检测某些呼吸道疾病。 HeAR 拓展了 Swaasa 的技能，又延续了 Swaasa 的精神。两者的强强联合，首先用在基于咳
………………………………
