stub Forskere bruger stemmedata og AI til tidlig diagnose af Parkinsons - Unite.AI
Følg os

Medicinal

Forskere bruger stemmedata og AI til tidlig diagnose af Parkinsons

Udgivet

 on

Billede: Rytis Maskeliūnas, KTU

Parkinsons sygdom påvirker mere end 10 millioner mennesker over hele kloden, og selvom der stadig ikke er nogen kur, kan sygdommen kontrolleres bedre, hvis symptomer opdages tidligt. Et af hovedaspekterne ved Parkinsons er, at talen ændrer sig, efterhånden som den skrider frem.

Dette førte til, at Rytis Maskeliūnas, en litauisk forsker fra Kaunas University of Technology (KTU), og et team af kolleger fra Lithuanian University of Health Sciences (LSMU), gik i gang og forsøgte at identificere disse tidlige symptomer ved hjælp af stemmedata.

Registrering af subtile ændringer i talemønstre

Ifølge Maskeliūnas falder funktionen af ​​stemmebåndene, mellemgulvet og lungerne, efterhånden som motorisk aktivitet falder.

"Ændringer i tale opstår ofte endnu tidligere end motoriske funktionsforstyrrelser, hvorfor den ændrede tale kan være det første tegn på sygdommen," siger Maskeliūnas.

Professor Virgilijus Ulozas ved afdelingen for øre, næse og hals ved LSMU Det Medicinske Fakultet siger, at patienter med Parkinsons tidlige stadie kan tale på en mere stille måde, som ofte er ensformig, mindre udtryksfuld, langsommere og mere fragmenteret. Når det er sagt, er disse ændringer svære at opdage ved øret.

Det fælles team af forskere udviklede et nyt system, der arbejder på at løse dette problem.

"Vi skaber ikke en erstatning for en rutinemæssig undersøgelse af patienten - vores metode er designet til at lette tidlig diagnosticering af sygdommen og spore effektiviteten af ​​behandlingen," siger Maskeliūnas.

Han siger også, at sammenhængen mellem sygdommen og taleforstyrrelser ikke er ny, men efterhånden som teknologien udvikler sig, bliver det lettere at udtrække mere indsigtsfuld information fra tale.

Brug af AI-algoritmer og stemmedata

Ved at bruge banebrydende kunstig intelligens (AI) gennemførte forskerne en banebrydende undersøgelse for at skabe skræddersyede analyser og diagnoser af talte signaler på det litauiske sprog. På få sekunder var de i stand til at udvide eksisterende AI-databaser med resultater, der er unikke for Litauens sproglige særegenheder.

Kipras Pribuišis er underviser ved Institut for Øre, Næse og Hals ved LSMU Det Medicinske Fakultet.

"Indtil videre er vores tilgang i stand til at skelne Parkinsons fra raske mennesker ved at bruge en taleprøve," siger Pribuišis. "Denne algoritme er også mere nøjagtig end tidligere foreslået."

Ved at optage talen fra både raske patienter og Parkinsons patienter i en lydtæt kabine, brugte holdet en AI-algoritme til at behandle signaler. Denne innovative tilgang krævede ingen kompleks hardware og kunne i sidste ende anvendes på mobile enheder - hvilket banede vejen for forbedrede plejeløsninger i fremtiden.

”Vores resultater, som allerede er offentliggjort, har et meget højt videnskabeligt potentiale. Selvfølgelig er der stadig en lang og udfordrende vej at gå, før det kan anvendes i den daglige kliniske praksis,” siger Maskeliūnas.

Maskeliūnas har identificeret de næste trin i sin forskning: at udvide patienttallet for at få yderligere beviser, sammenligne denne algoritme med andre tidlige Parkinsons-detektionsmetoder og bekræfte dens effektivitet på tværs af forskellige sammenhænge såsom lægekontorer eller i hjemmemiljøer.

Alex McFarland er en AI-journalist og forfatter, der udforsker den seneste udvikling inden for kunstig intelligens. Han har samarbejdet med adskillige AI-startups og publikationer verden over.