Menu
Le consortium Bridge2Ai Voice est composé de chercheurs en IA vocale issus de différents horizons et de différentes institutions aux États-Unis et au Canada.
Le groupe est composé de cliniciens, d'ingénieurs en données, d'experts en IA, de bioéthiciens, d'orthophonistes, d'ingénieurs acoustiques et d'éducateurs qui ont pour objectif commun de constituer une vaste base de données sur la voix humaine liée aux informations sur la santé et de diffuser les données et les résultats afin d'améliorer les résultats pour les patients.
Les travaux du consortium sont axés sur les personnes, l'éthique et les données afin de mettre au point des méthodes normalisées de collecte éthique de données vocales et de développer les ressources et l'infrastructure nécessaires pour former la future génération de chercheurs en IA.
Université de Floride du Sud
Weil Cornell
OBJECTIF : jeter des ponts entre le monde de la recherche médicale sur la voix, les ingénieurs acoustiques et le monde de l'IA/ML afin de promouvoir les algorithmes avec l'intégration d'applications cliniques tangibles pour les algorithmes d'IA vocale.
OBJECTIF : intégrer les études, les outils et les orientations existants en développant de nouvelles normes et de nouvelles perspectives normatives afin d'identifier, d'anticiper, de traiter et de fournir des orientations sur les questions éthiques et de confiance, depuis la génération de données vocales et la recherche et le développement en matière d'IA/ML jusqu'à l'adoption clinique et aux décisions et résultats en matière de santé en aval. Élaborer de nouvelles lignes directrices pour le consentement à la collecte, au partage et à l'utilisation des données vocales dans le contexte de la technologie de l'IA vocale.
Université Simon Fraiser
Président et directeur général du Hastings Center
OBJECTIF : introduire le domaine des biomarqueurs acoustiques en développant de nouvelles normes de collecte et d'analyse des données acoustiques et vocales pour la recherche sur l'intelligence artificielle de la voix.
Enfants malades
MIT
Enfants malades
OBJECTIF : développer un logiciel et une infrastructure en nuage pour la collecte automatisée de données vocales par le biais d'une application smartphone qui permet une collecte de données vocales non invasive, conviviale et de haute qualité tout en minimisant la manipulation humaine. Cette infrastructure comprendra des amplificateurs acoustiques intégrés et une normalisation de la qualité acoustique. Mettre en œuvre la technologie de l'apprentissage fédéré pour permettre l'analyse de données multi-institutionnelles tout en minimisant le partage des données et en préservant la vie privée des patients.
Weil Cornell
Weil Cornell
Weil Cornell
OBJECTIF : constituer une base de données multimodale, multi-institutionnelle, à grande échelle, diversifiée et éthique sur la voix humaine, liée à d'autres biomarqueurs de santé et compatible avec l'IA/ML, afin d'alimenter la recherche sur l'IA vocale.
Université de Floride du Sud
Weil Cornell Medicine
MIT
Weil Cornell Medicine
Université de Floride du Sud
Université de Floride
Université de Floride du Sud
Université de Toronto
Université de Floride du Sud
Université de Floride du Sud
OBJECTIF : développer un programme unique sur les biomarqueurs vocaux de la santé et le développement, la validation et la mise en œuvre de modèles d'IA qui sont ÉQUITABLES et CARE - Créer une communauté de chercheurs en IA vocale, en particulier ceux issus de communautés mal desservies, et favoriser les collaborations afin de promouvoir l'application de la ML pour la recherche vocale - Engager un large éventail d'apprenants avec l'évaluation des compétences et le mentorat.
Université de la santé et des sciences de l'Oregon
École de médecine de l'université de Washington à Saint-Louis
Université de la santé et des sciences de l'Oregon
Université de la santé et des sciences de l'Oregon
École de médecine de l'université de Washington à Saint-Louis
OBJECTIF : examiner et mettre en œuvre la diversité et l'inclusion dans l'ensemble des données démographiques du projet et dans la distribution des résultats des recherches de données.
Centre médical de l'université de Vanderbilt
Centre médical de l'Université du Texas
Vous voulez en savoir plus ?
