謝至恩Google 在最新的 AI Now 系列講座中，展示了多項結合聲音與 AI 的健康技術，其中提到了與台灣長庚紀念醫院合作，利用超音波技術改進乳癌篩檢的突破性研究。
林口長庚紀念醫院醫研部主任郭昶甫表示：「我們和 Google 的夥伴關係，是要把 AI 帶進實際臨床照護，讓它來處理醫生每天面對的各種疑難雜症。 AI 超音波檢查技術可以克服臨床多樣化的問題、更早發現乳癌，讓更多女性從一開始發現的時候就有機會接受治療。」
Google 是如何在聲學領域上，引入 AI 的力量？
本文目錄
與台灣長庚醫院合作，突破乳癌篩檢瓶頸
Google Health 科技專案管理團隊負責人 Preeti Singh 聚焦於超音波在乳癌篩檢中的創新應用。她指出，在資源有限的地區，傳統的乳房 X 光攝影存在成本高昂和普及性不足的問題。相較之下，超音波設備更為便宜且便攜，特別適合亞洲年輕女性和高密度乳房組織的檢測。
為此，Google 在 2023 年與台灣長庚紀念醫院展開一項前瞻性研究，分析去識別化的超音波影像、乳房 X 光片和其他生物標記，開發以超音波影像為基礎的乳癌篩檢 AI 模型，以提升超音波在乳癌早期篩檢中的效能。初步結果顯示，該技術在早期乳癌檢測方面展現出令人鼓舞的前景，甚至能夠協助缺乏經驗的操作人員也能夠進行乳癌篩檢。
由於台灣在目標族群的乳房密度方面具有代表性，因此 Google 計劃先從台灣開始，然後將技術推廣到全球。
HeAR：生物聲學基礎模型的新里程碑
Google Health 的工程總監 Shravya Shetty 介紹了全新的 AI 生物聲學基礎模型 HeAR (Health Acoustic Representation) 。 HEAR 能夠識別人體發出的各種聲音模式，如咳嗽和呼吸聲，可幫助醫生進行早期疾病檢測。 Shravya Shetty 表示，HeAR 已經使用 3 億條聲音檔案進行訓練，其中包括 1 億種咳嗽聲音，可用於提升結核病 (TB) 等疾病的檢測準確性。
HeAR 模型的目標，是為各種篩檢工具提供支援，並協助醫生進行後續追蹤，例如，社區衛生工作者可以使用 HeAR 模型來篩檢呼吸系統疾病，透過智慧型手機的麥克風聆聽患者的咳嗽聲或呼吸聲，並據此確定適當的後續診斷和治療步驟。
在肺結核的應用方面，HeAR 模型展現出區分肺結核咳嗽和其他類型咳嗽的能力，這對於早期檢測非常有效。而 HeAR 並非僅針對單一疾病而設計，Google 也在探索 HeAR 在肺結核以外疾病中的應用，例如其他呼吸系統疾病
為了進一步推動 HeAR 的應用，Google 宣布與印度的呼吸健康公司 Swaasa 合作，利用 HeAR 改善肺結核模型的精確度，期望能在全球範圍內提升肺結核的早期診斷和治療。而對於有興趣探索和使用 HeAR 的研究人員，Google 也提供了 HeAR API 可供連接，歡迎與 Google 聯絡。
澳洲聽力研究：AI 助力新一代聽力設備
來自 Google Research Australia 的 Simon Carlile，屬於「澳洲未來聽力倡議 (Australian Future Hearing Initiative, AFHI)」的一員，該計畫讓 Google Research 與多家聽力和無障礙領域組織建立研究合作夥伴關係，包括全球領先的耳蝸植入設備製造商 Cochlear 、澳洲國家聲學實驗室 (NAL) 與 Macquarie University 。
Simon Carlile 表示他的父親長年遭遇聽力損失，卻未能配戴助聽器，導致無法正常與家人交流，或是正常對話。來自 Cochlear 的 Zachary Smith 則表示 AFHI 正在努力探尋使用 AI 來改善聽力的可能性。
Zach Smith 指出，全球約有 1/5 的人口（約 15 億人）受到聽力損失的影響，預計到 2050 年，這一比例將增至 1/4 。光是亞洲，受影響的人數將達到近 15 億。
他強調，聽力損失不僅僅是無法聽見聲音，更深刻地影響了個人的社交互動、心理健康和安全感。儘管現代聽力技術已經幫助了數百萬人，但仍有 90% 有需要的人未使用助聽器或人工耳蝸。
AFHI 的研究項目有二：改善聽力裝置的基礎演算法，以及利用 AI 消除噪音以提升在吵雜環境中的聽力。 Zachary Smith 表示目前正在利用深度學習與 Gen-AI 模擬技術，為正常聽力與受損聽力建立電腦模型，來分辨其中的差別，並透過此模型調整耳蝸裝置的聲音輸出參數，讓助聽器發出的聲音更自然。
另一個研究目標，是希望能夠在吵雜環境中提升聽力，透過 AI 更精確地識別、分類並分離不同方向的聲源。他們正在開發能夠隔離特定聲音的 AI 技術，幫助使用者在嘈雜環境中也能清晰地聽見目標聲音。
Google 在此次活動中展示了 AI 技術在健康領域的多元應用，從聲音模式識別到醫療影像分析，為早期疾病檢測帶來新的可能性。特別是與台灣長庚紀念醫院的合作，不僅強調了台灣在醫療科技研發中的重要地位，也為亞洲地區的乳癌篩檢提供了更有效普及的解決方案。