语音电子健康记录：引入用于健康的多模态音频数据
声音
2024-11-12 v3 人工智能
计算机与社会
音频与语音处理
摘要
基于音频数据训练的人工智能（AI）模型可能具有快速执行临床任务的潜力，增强医疗决策，并通过早期检测可能改善结果。现有技术依赖于在高收入国家使用昂贵记录设备收集的有限数据集，这给资源受限、高容量的环境中的部署带来了挑战，而音频数据可能在这些环境中对健康公平产生深远影响。本报告介绍了一种新颖的数据类型和相应的收集系统，该系统通过仅使用移动/网络应用程序的引导问题捕获健康数据。该应用程序促进了音频电子健康记录（语音电子健康记录）的收集，其中可能包含来自常规语音/呼吸特征、语音模式以及具有语义意义和纵向上下文的语言表达的复杂健康生物标志物，可能弥补单模态临床数据集的典型局限性。本报告介绍了用于数据收集的应用程序、数据质量的初步实验以及案例研究，这些案例研究展示了语音电子健康记录在推进音频AI的可扩展性/多样性方面的潜力。
引用
@article{arxiv.2404.01620,
title = {Voice EHR: Introducing Multimodal Audio Data for Health},
author = {James Anibal and Hannah Huth and Ming Li and Lindsey Hazen and Veronica Daoud and Dominique Ebedes and Yen Minh Lam and Hang Nguyen and Phuc Hong and Michael Kleinman and Shelley Ost and Christopher Jackson and Laura Sprabery and Cheran Elangovan and Balaji Krishnaiah and Lee Akst and Ioan Lina and Iqbal Elyazar and Lenny Ekwati and Stefan Jansen and Richard Nduwayezu and Charisse Garcia and Jeffrey Plum and Jacqueline Brenner and Miranda Song and Emily Ricotta and David Clifton and C. Louise Thwaites and Yael Bensoussan and Bradford Wood},
journal= {arXiv preprint arXiv:2404.01620},
year = {2024}
}
备注
21 pages, 5 figures, 6 tables