นักวิจัยใช้ข้อมูลเสียงและ AI สำหรับการวินิจฉัยโรคพาร์คินสันในระยะแรก

โรคพาร์คินสันส่งผลกระทบต่อผู้คนมากกว่า 10 ล้านคนทั่วโลก และแม้ว่ายังไม่มีวิธีรักษา แต่โรคสามารถควบคุมได้ดีขึ้นหากอาการถูกตรวจพบในระยะแรก หนึ่งในด้านหลักของโรคพาร์คินสันคือการเปลี่ยนแปลงของเสียงเมื่อโรคดำเนินไป

สิ่งนี้ทำให้ Rytis Maskeliūnas นักวิจัยชาวลิทัวเนียจากมหาวิทยาลัยเทคโนโลยี Каunas (KTU) และทีมงานจากมหาวิทยาลัยสุขภาพลิทัวเนีย (LSMU) ตั้งเป้าหมายที่จะระบุอาการเหล่านี้ในระยะแรกโดยใช้ข้อมูลเสียง

การตรวจจับการเปลี่ยนแปลงที่ละเอียดในรูปแบบการพูด

ตาม Maskeliūnas เมื่อกิจกรรมของกล้ามเนื้อลดลง การทำงานของเส้นเสียง คอ และปอดก็ลดลงด้วย

“การเปลี่ยนแปลงของเสียงมักเกิดขึ้นก่อนที่จะเกิดความผิดปกติของการทำงานของกล้ามเนื้อ ซึ่งเป็นเหตุผลที่เสียงที่เปลี่ยนแปลงอาจเป็นสัญญาณแรกของโรค” Maskeliūnas กล่าว

ศาสตราจารย์ Virgilijus Ulozas ที่ภาควิชา 耳鼻喉 ของ LSMU Faculty of Medicine กล่าวว่าผู้ป่วยโรคพาร์คินสันในระยะแรกอาจพูดด้วยเสียงที่เบา ซึ่งมักจะเป็นแบบเดียวกัน น้อยการแสดงออก ช้า และแตกเป็นชิ้นเล็กชิ้นน้อย การเปลี่ยนแปลงเหล่านี้ยากที่จะตรวจจับด้วยการฟัง

ทีมนักวิจัยร่วมพัฒนาระบบใหม่ที่ทำงานเพื่อแก้ปัญหานี้
“เราไม่ได้สร้างระบบที่จะแทนการตรวจสอบผู้ป่วยตามปกติ — วิธีการของเรามีจุดมุ่งหมายเพื่ออำนวยความสะดวกในการวินิจฉัยโรคในระยะแรกและติดตามประสิทธิภาพของการรักษา” Maskeliūnas กล่าว

เขายังบอกอีกว่าความสัมพันธ์ระหว่างโรคและความผิดปกติของเสียงไม่ใช่เรื่องใหม่ แต่เมื่อเทคโนโลยีปรับปรุงแล้ว จะสามารถดึงข้อมูลที่มีประโยชน์ออกมาจากเสียงได้ง่ายขึ้น

การใช้ AI และข้อมูลเสียง

โดยใช้ AI ที่ทันสมัย นักวิจัยได้ดำเนินการวิจัยที่เป็นนวัตกรรมใหม่เพื่อสร้างการวิเคราะห์และการวินิจฉัยสัญญาณที่พูดในภาษาลิทัวเนีย ในเวลาเพียงไม่กี่วินาที พวกเขาสามารถขยายฐานข้อมูล AI ที่มีอยู่ด้วยผลลัพธ์ที่เป็นเอกลักษณ์ของภาษาลิทัวเนีย

Kipras Pribuišis เป็น讲師ที่ภาควิชา 耳鼻喉 ของ LSMU Faculty of Medicine

“จนถึงตอนนี้ วิธีการของเราสามารถแยกแยะระหว่างผู้ป่วยโรคพาร์คินสันและผู้ที่มีสุขภาพดีโดยใช้ตัวอย่างเสียง” Pribuišis กล่าว “อัลกอริทึมนี้ยังมีความแม่นยำมากกว่าที่เคยเสนอไว้ก่อนหน้านี้”

โดยการบันทึกเสียงของผู้ป่วยที่มีสุขภาพดีและผู้ป่วยโรคพาร์คินสันในห้องบันทึกเสียง ทีมงานใช้อัลกอริทึม AI เพื่อประมวลผลสัญญาณ วิธีการใหม่นี้ไม่ต้องการอุปกรณ์ที่ซับซ้อนและสามารถนำไปใช้กับอุปกรณ์มือถือในอนาคต — เปิดทางสำหรับโซลูชันการดูแลที่ดีขึ้น

“ผลลัพธ์ของเรา ซึ่งได้รับการตีพิมพ์แล้ว มีศักยภาพทางวิทยาศาสตร์ที่สูงมาก แน่นอนว่ายังมีระยะทางที่ยาวและท้าทายก่อนที่จะสามารถนำไปใช้ในการปฏิบัติทางคลินิกประจำวัน” Maskeliūnas กล่าว

Maskeliūnas ได้ระบุถึงขั้นตอนต่อไปในการวิจัยของเขา: ขยายจำนวนผู้ป่วยเพื่อให้ได้หลักฐานเพิ่มเติม การเปรียบเทียบอัลกอริทึม nàyกับวิธีการตรวจจับโรคพาร์คินสันในระยะแรกอื่นๆ และการยืนยันประสิทธิภาพของมันในบริบทต่างๆ เช่น ที่ทำงานหรือในบ้าน