Czy popularne urządzenia do sterowania głosem mogą w przyszłości wspierać wczesną diagnostykę chorób neurologicznych? Najnowsze badania zespołu informatyków z University of Rochester wskazują, że odpowiedź brzmi: tak. Naukowcy opracowali innowacyjne narzędzie wykorzystujące sztuczną inteligencję do analizy mowy, które może pomóc w przesiewowym wykrywaniu choroby Parkinsona – najdynamiczniej rozprzestrzeniającej się choroby neurodegeneracyjnej na świecie.
Z tego artykułu dowiesz się…
- Jak działa narzędzie AI analizujące mowę w celu wykrycia choroby Parkinsona.
- Dlaczego Amazon Alexa i Google Home mogą w przyszłości wspierać diagnostykę neurologiczną.
- Jakie dane i techniki wykorzystano do przeszkolenia modelu sztucznej inteligencji.
- Jakie są ograniczenia i możliwości zastosowania testu w praktyce klinicznej i przesiewowej.
Mowa jako biomarker – nowa nadzieja dla neurologii
Zgodnie z wynikami badania opublikowanego w czasopiśmie npj Parkinson’s Disease, zespół badawczy opracował internetowy test przesiewowy, który analizuje mowę użytkownika na podstawie nagrania dwóch krótkich zdań – tzw. pangramów. Wystarczy mikrofon komputera i przeczytanie na głos zdań:
Szybki, brązowy lis przeskakuje nad leniwym psem. Pies budzi się i podąża za lisem do lasu, ale znowu szybki, brązowy lis przeskakuje nad leniwym psem.
Sztuczna inteligencja analizuje nagranie pod kątem subtelnych zmian artykulacyjnych, tempa mowy, długości pauz i jakości fonacji.
Te duże modele audio są trenowane w celu zrozumienia, jak działa mowa. Na przykład sposób, w jaki osoba chora na Parkinsona wymawia dźwięki, robi pauzy, oddycha i nieświadomie dodaje cechy niezrozumiałości, różni się od sposobu, w jaki osoba bez choroby Parkinsona wypowiada dźwięki – wyjaśnia Abdelrahman Abdelkader, współautor badania.
W testach narzędzie osiągnęło dokładność na poziomie 85,7%, co czyni je obiecującym narzędziem do wczesnej detekcji sygnałów alarmowych.
Szybkie i dostępne badanie – nie zamiast, ale przed diagnozą kliniczną
Narzędzie nie ma na celu zastąpienia specjalistycznej diagnozy, lecz może pełnić funkcję wstępnego testu przesiewowego.
Dostęp do specjalistycznej opieki neurologicznej na ogromnych obszarach Stanów Zjednoczonych i całego świata jest ograniczony – mówi Ehsan Hoque, profesor informatyki i współdyrektor Laboratorium Interakcji Człowiek–Komputer w Rochester.
Zespół podkreśla, że rozwiązanie może służyć jako punkt startowy w kierowaniu pacjentów na dalsze badania. Dzięki integracji z powszechnie stosowanymi systemami, jak Amazon Alexa czy Google Home, testy tego typu mogłyby być szeroko dostępne.
Za zgodą użytkowników powszechnie stosowane interfejsy głosowe, takie jak Amazon Alexa czy Google Home, mogłyby potencjalnie pomóc ludziom w ustaleniu, czy potrzebują dalszej opieki – dodaje Hoque.
Sztuczna inteligencja a wielowymiarowa diagnostyka
Narzędzie analizuje m.in. pauzy oddechowe, niejednoznaczność fonetyczną i tempo mowy,
wychwytując nawet subtelne odchylenia. Ponieważ choroba Parkinsona jest złożonym zespołem objawów, badacze planują integrowanie tego typu narzędzi z innymi formami analizy: mimiką twarzy, motoryką, mimowolnymi ruchami.
Badania pokazują, że prawie 89% osób chorych na Parkinsona ma zniekształcenie głosu, które może wskazywać na tę chorobę, co sprawia, że mowa jest dobrym punktem wyjścia do badań przesiewowych za pomocą technologii cyfrowych – mówi Tariq Adnan, doktorant i współautor badania.
Zespół zebrał dane od ponad 1300 osób, zarówno chorych, jak i zdrowych, w różnych środowiskach – w domu, w klinikach i ośrodkach opieki nad pacjentami z chorobą Parkinsona, co wzmacnia wiarygodność i adaptowalność modelu.
👉 Wyniki oraz opis badań znajdziesz pod TYM LINKIEM
Główne wnioski
- Nowe narzędzie AI opracowane przez University of Rochester analizuje mowę z dokładnością 85,7% i może pomóc w wykrywaniu choroby Parkinsona na wczesnym etapie.
- Test przesiewowy online opiera się na analizie dwóch pangramów i może być integrowany z systemami głosowymi, takimi jak Amazon Alexa czy Google Home.
- Model bazuje na dużych zbiorach danych – przeszkolono go na nagraniach ponad 1300 osób, co zwiększa jego wiarygodność i uniwersalność.
- Narzędzie nie zastępuje diagnozy klinicznej, ale może służyć jako dostępna forma wstępnego wykrywania sygnałów ostrzegawczych, zwłaszcza w regionach z ograniczonym dostępem do neurologów.
Źródło:
- University of Rochester
- npj Parkinson’s Disease
