Voice EHR: Introducing Multimodal Audio Data for Health

大型AI模型在音频数据上训练可能具有快速分类患者的潜力，通过早期检测增强医疗决策，并可能通过早期检测改善结果。现有技术依赖于在高收入英语国家使用昂贵的记录设备的有限数据集。这挑战了在资源受限、高容量环境中部署的问题，这些环境中音频数据可能产生深远的影响。本报告介绍了一种新的数据类型和相应的收集系统，通过引导问题仅使用移动/网络应用程序捕捉健康数据。该应用程序最终会产生一个音频电子健康记录（语音EHR），其中可能包含来自传统语音/呼吸特征、语音模式和具有语义意义的语言的复杂生物标志物，弥补了单模态临床数据集的典型局限性。本报告介绍了一个全球合作伙伴联盟，展示了用于数据收集的应用程序，并展示了信息化语音EHR提高音频AI的可扩展性和多样性的潜力。

论文介绍了一种通过移动/网络应用程序收集语音电子健康记录的方法，以捕获健康数据，并提高医疗决策和早期检测的能力。该方法可以弥补现有技术在资源匮乏、高负载设置中的局限性。

通过引入一种新的数据类型和相应的收集系统，可以捕获语音数据，包括传统的声音/呼吸特征、语音模式和具有语义意义的语言，从而提高医疗决策的可扩展性和多样性。

论文介绍了一个全球合作伙伴联盟，展示了数据收集的应用程序，并展示了信息化语音电子健康记录的潜力，以推进音频人工智能的可扩展性和多样性。

最近的相关研究包括使用大型AI模型进行音频数据分类的研究，以及使用昂贵的记录设备在高收入英语国家进行有限数据集的研究。