自建基础模型HeAR，可听咳嗽和呼吸声辨别肺结核风险

另一项医疗AI项目名为HeAR（Health Acoustic Representations ）。Google健康总监暨工程部主任Shravya Shetty表示， HeAR是一款经过3亿个音频文件训练而成的AI基础模型，在今年初发表，可根据人体声音特征来判断疾病风险。官方博客还指出，与其他同类型AI模型相比，HeAR可以用更少的数据量，达到同等或更好的表现，有助于在医疗界的应用发展。

Google也用了1亿个咳嗽声音文件来训练HeAR，可用来辨识早期肺结核风险。Shravya Shetty指出，用户对着手机咳嗽，HeAR也能准确判断。该模型已开放API来供研究人员使用，Google也与一家印度呼吸道医疗照护公司Swaasa合作，要改善他们的生物声学AI模型。

Shravya Shetty也说，Google也正与其他机构合作，要来提高HeAR准确率，并发展出更多疾病的辨识能力。

以AI强化听力辅助工具，要提供更清晰自然的聆听体验

另一个Google医疗AI项目则是「澳洲未来听力倡议 」，该倡议去年展开，由Google与澳洲人工电子耳公司Cochlear、澳洲国家声学实验室等机构联手，要通过AI分辨、分离各种声源，在嘈杂环境中降低杂音，来打造更贴近用户需求的助听设备。

Cochlear总监Zachary Smith表示，一般听力辅助器可分为两种，一是助听器，可用来放大、增强进入耳朵的声音，另一种是人工电子耳，针对听力损失严重的患者，通过绕过耳朵受损之处、直接将声音频号发送至听力神经。这些助听设备，延伸出2种AI研究项目，一是利用深度学习来让传入耳中的声音贴近自然，二是用AI简化鸡尾酒派对效应问题（即在吵杂聚会中，集中听某一人的声音而忽略背景对话和噪音）。

在第一个项目，团队先建置2种模型（如下图），一是听力受损的AI模型，另一是听力正常的模型，并让2种模型接收测试音频，接着比对它们对测试音频产生的听力信号，再利用信号差异来训练机器学习助听器。这个机器学习助听器会搭配听力受损的AI模型，若其产出的听力信号与正常听力AI模型一样，就代表训练完成了。团队希望通过这种方式，来让助听器和人工电子儿用户听到的声音更自然，Zachary Smith表示，目前模型已经完成训练，接下来将展开人体实验。

至于第二个项目，他们研究发现，通过麦克风方向设置，已能完全强化主要音、去除背景杂音，接下来是要做到，麦克风在任何方向依然能保留主要音、降低其他噪音。