การแพทย์
นักวิจัยใช้ข้อมูลเสียงและ AI สำหรับการวินิจฉัยโรคพาร์คินสันในระยะแรก
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
โรคพาร์คินสันส่งผลกระทบต่อผู้คนมากกว่า 10 ล้านคนทั่วโลก และแม้ว่ายังไม่มีวิธีรักษา แต่โรคสามารถควบคุมได้ดีขึ้นหากอาการถูกตรวจพบในระยะแรก หนึ่งในด้านที่สำคัญของโรคพาร์คินสันคือการเปลี่ยนแปลงของเสียงเมื่อโรคดำเนินไป
นี่ทำให้ Rytis Maskeliūnas นักวิจัยจากลิทัวเนียจากมหาวิทยาลัยเทคโนโลยี Kaunas (KTU) และทีมงานจากมหาวิทยาลัยสุขภาพลิทัวเนีย (LSMU) ตั้งเป้าหมายที่จะระบุอาการเหล่านี้โดยใช้ข้อมูลเสียง
การตรวจจับการเปลี่ยนแปลงที่ละเอียดอ่อนในรูปแบบการพูด
ตาม Maskeliūnas เมื่อกิจกรรมของกล้ามเนื้อลดลง การทำงานของเส้นเสียง ท่อหายใจ และปอดก็ลดลงเช่นกัน
“การเปลี่ยนแปลงของเสียงมักเกิดขึ้นก่อนที่จะเกิดความผิดปกติของการเคลื่อนไหว ซึ่งเป็นเหตุผลที่เสียงที่เปลี่ยนแปลงอาจเป็นสัญญาณแรกของโรค” Maskeliūnas กล่าว
ศาสตราจารย์ Virgilijus Ulozas จากภาควิชา 耳鼻咽喉 ของ LSMU Faculty of Medicine กล่าวว่าผู้ป่วยโรคพาร์คินสันในระยะแรกอาจพูดด้วยเสียงที่เบาและไม่มีการเปลี่ยนแปลง ซึ่งเป็นลักษณะที่ยากต่อการตรวจจับด้วยการฟัง
ทีมนักวิจัยได้พัฒนาระบบใหม่ที่สามารถแก้ปัญหานี้ได้
“เราไม่ได้สร้างระบบที่สามารถแทนการตรวจสอบผู้ป่วยแบบปกติ — วิธีการของเรามีจุดมุ่งหมายเพื่อช่วยในการวินิจฉัยโรคและติดตามผลการรักษา” Maskeliūnas กล่าว
เขายังบอกอีกว่าความสัมพันธ์ระหว่างโรคและความผิดปกติของเสียงไม่ใช่เรื่องใหม่ แต่เมื่อเทคโนโลยีปรับปรุงแล้ว ก็สามารถดึงข้อมูลที่มีประโยชน์ออกมาจากเสียงได้
การใช้ AI และข้อมูลเสียง
โดยใช้ AI ที่ทันสมัย นักวิจัยได้ทำการวิจัยที่เป็นนวัตกรรมใหม่เพื่อสร้างการวิเคราะห์และการวินิจฉัยสัญญาณเสียงในภาษาลิทัวเนีย โดยสามารถขยายฐานข้อมูล AI ที่มีอยู่แล้วด้วยผลลัพธ์ที่ไม่เหมือนใครของลิทัวเนียภายในเวลาเพียงไม่กี่วินาที
Kipras Pribuišis เป็นอาจารย์ที่ภาควิชา 耳鼻咽喉 ของ LSMU Faculty of Medicine
“จนถึงตอนนี้ วิธีการของเราสามารถแยกผู้ป่วยโรคพาร์คินสันจากผู้ป่วยที่มีสุขภาพดีโดยใช้ตัวอย่างเสียง” Pribuišis กล่าว “และอัลกอริทึมของเรายังแม่นยำกว่าที่เคยเสนอไว้ก่อนหน้านี้”
โดยการบันทึกเสียงของผู้ป่วยที่มีสุขภาพดีและผู้ป่วยโรคพาร์คินสันในห้องบันทึกเสียง ทีมงานได้ใช้อัลกอริทึม AI เพื่อประมวลผลสัญญาณเสียง วิธีการใหม่นี้ไม่ต้องการอุปกรณ์ที่ซับซ้อนและสามารถนำไปใช้กับอุปกรณ์มือถือได้ในอนาคต ซึ่งเป็นทางเลือกในการดูแลผู้ป่วยที่ดีขึ้น
“ผลลัพธ์ของเราที่ได้รับการตีพิมพ์แล้วมีศักยภาพทางวิทยาศาสตร์ที่สูงมาก แต่ยังมีทางยาวและท้าทายที่ต้องผ่านก่อนที่จะสามารถนำไปใช้ในทางปฏิบัติได้” Maskeliūnas กล่าว
Maskeliūnas ได้ระบุถึงขั้นตอนต่อไปในงานวิจัยของเขา: การขยายจำนวนผู้ป่วยเพื่อให้ได้หลักฐานเพิ่มเติม การเปรียบเทียบอัลกอริทึม nàyกับวิธีการตรวจจับโรคพาร์คินสันในระยะแรกอื่นๆ และการยืนยันประสิทธิภาพของมันในบริบทต่างๆ เช่น ที่ทำงานของแพทย์หรือในบ้าน
