محققان لیتوانیایی از دانشگاه فناوری کاوناس (KTU) از هوش مصنوعی برای شناسایی علائم اولیه بیماری پارکینسون با استفاده از داده های صوتی، استفاده کردند.
به گزارش تکناک، بیماری پارکینسون زندگی بسیاری از افراد را متزلزل کرده است و در حال حاضر بیش از 10 میلیون نفر با این بیماری زندگی می کنند. اگرچه هیچ درمانی برای این بیمای وجود ندارد، اما تشخیص زودهنگام علائم آن می تواند منجر به مدیریت بهتر این بیماری شود. با پیشرفت بیماری، تغییراتی در گفتار می تواند در کنار علائم دیگر رخ دهد.
یک محقق لیتوانیایی به نام رایتیس ماسکلیوناس از دانشگاه فناوری کاوناس (KTU) به همراه همکارانش از دانشگاه علوم بهداشت لیتوانی (LSMU)، تلاش کردند تا علائم اولیه بیماری پارکینسون را از طریق تجزیه و تحلیل داده های صوتی تشخیص دهند.
بیماری پارکینسون معمولاً با از دست دادن عملکردهای حرکتی مانند لرزش دست، سفتی عضلات یا مشکلاتی در تعادل همراه است. طبق گفته ماسکلیوناس با کاهش فعالیت حرکتی، عملکرد تارهای صوتی، دیافراگم و ریه ها نیز کاهش می یابد. وی گفت: تغییرات در گفتار، اغلب حتی زودتر از اختلالات عملکرد حرکتی رخ می دهد، به همین دلیل است که وضعیت جسمی بیمار تغییر می کند. گفتار ممکن است اولین علامت بیماری باشد.
گسترش پایگاه اطلاعاتی هوش مصنوعی
به گفته پروفسور ویرجیلیوس اولوزاس، در بخش گوش، حلق و بینی در دانشکده پزشکی LSMU، بیماران مبتلا به بیماری پارکینسون در مراحل اولیه ممکن است به شیوه ای آرام تر صحبت کنند، که این گویش می تواند یکنواخت، آهسته ، تکه تکه تر و یا کندتر انجام شود. با پیشرفت بیماری، گرفتگی صدا، لکنت زبان، تلفظ نامفهوم کلمات و از دست دادن مکث بین کلمات می تواند آشکارتر شود.
با در نظر گرفتن این علائم، یک تیم مشترک از محققان لیتوانیایی، سیستمی را برای تشخیص زودهنگام بیماری ساخته اند.
ماسکلیوناس ، میگوید: ما جایگزینی برای تشخیص معمول این بیماری ایجاد نمیکنیم ، درواقع روش ما برای تسهیل تشخیص زودهنگام بیماری و ردیابی اثربخشی درمان طراحی شده است.
به گفته او، ارتباط بین بیماری پارکینسون و ناهنجاریهای گفتاری در دنیای امروزی ، چیز جدیدی نیست. این روش از دهه 1960 شناخته شده و مورد تحقیق قرار گرفته است. با این حال، با پیشرفت تکنولوژی، استخراج اطلاعات بیشتر از گفتار، ممکن می شود.
در این مطالعه ، محققان از هوش مصنوعی (AI) برای تجزیه و تحلیل و ارزیابی سیگنال های گفتاری استفاده کردند، در این روش محاسباتی انجام می شود و تشخیص ها چند ثانیه بیشترطول نمی کشد. این مطالعه منحصر به فرد است چون نتایج بدست آمده با توجه به ویژگیهای زبان لیتوانیایی طراحی شده است.
این روش در آینده به یک اپلیکیشن موبایل تبدیل خواهد شد
کیپراس پریبویسیس، استاد بخش گوش، حلق و بینی در دانشکده پزشکی LSMU، در مورد پیشرفت این مطالعه، تأکید میکند که این مطالعه فقط بر روی بیمارانی انجام شده است که قبلاً مبتلا به پارکینسون تشخیص داده شده بودند. وی گفت: تاکنون، روش ما قادر به تشخیص پارکینسون از افراد سالم با استفاده از نمونه گفتار بوده است. این الگوریتم خیلی دقیق تر از قبل شده است.
در یک اتاقک کوچک عایق صدا، از یک میکروفون برای ضبط گفتار بیماران سالم و پارکینسونی استفاده شد و یک الگوریتم هوش مصنوعی “یاد گرفت” که با ارزیابی این صداها، پردازش سیگنال را انجام دهد. محققان تاکید میکنند که این الگوریتم به سختافزار قدرتمندی نیاز ندارد و میتواند در آینده به یک اپلیکیشن موبایل تبدیل شود.
ماسکلیوناس می گوید: نتایجی که قبلاً منتشر شده است، پتانسیل علمی بسیار بالایی دارد. ماسکلیوناس میگوید مطمئناً هنوز راه طولانی و چالش برانگیزی برای استفاده از آن در معاینات بالینی روزمره وجود دارد.
به گفته این محقق، مراحل بعدی شامل افزایش تعداد بیماران برای جمعآوری دادههای بیشتر و تعیین اینکه آیا الگوریتم پیشنهادی نسبت به روشهای جایگزین مورد استفاده برای تشخیص زودهنگام پارکینسون برتری دارد یا خیر، است. علاوه بر این، بررسی اینکه آیا الگوریتم نه تنها در محیطهای شبیه آزمایشگاه، بلکه در مطب پزشک یا در خانه بیمار نیز به خوبی کار میکند، ضروری است.