Η ιατρική είναι ένας τομέας που εξαρτάται σε μεγάλο βαθμό από τον επαρκή διάλογο μεταξύ ιατρών και ασθενών. Η πιστή κατανόηση του προβλήματος ενός ασθενούς είναι απαραίτητη για την ακριβή διάγνωση. Τα κύρια εργαλεία που χρησιμοποιούνται για την επιβεβαίωση της παρουσίας προβλημάτων είναι οι εξετάσεις σωματικών υγρών και η απεικόνιση όπως η μαγνητική τομογραφία και η ακτινογραφία.
Διαβάστε περισσότερα: Η διάγνωση της κατάθλιψης εγγυάται το δικαίωμα σε οποιοδήποτε όφελος από το INSS;
δείτε περισσότερα
Το μυστικό της νιότης; Οι ερευνητές αποκαλύπτουν πώς να αντιστρέψετε…
Οι «δυνάμεις» του χυλού: δείτε τα οφέλη της βρώμης σε…
Ωστόσο, υπάρχει μια πιθανή νέα οδός που θα μπορούσε να είναι χρήσιμη στη διάγνωση πολλών ασθενειών. Οι ερευνητές εργάζονται για να αναπτύξουν συστήματα τεχνητής νοημοσύνης που μπορούν να χρησιμοποιήσουν τη χροιά ως διαγνωστικό εργαλείο για τον εντοπισμό ασθενειών.
Πώς μπορεί η φωνή να είναι διαγνωστικό εργαλείο;
Οι ασθένειες μπορεί να επηρεάσουν όργανα όπως η καρδιά, οι πνεύμονες, ο εγκέφαλος, οι μύες ή οι φωνητικές χορδές, τα οποία μπορούν να αλλάξουν τη φωνή ενός ατόμου. Η φωνητική ανάλυση μέσω τεχνητής νοημοσύνης ανοίγει νέες δυνατότητες για το σύστημα υγείας μέσω της χρήσης του ακουστικούς βιοδείκτες με σκοπό την προληπτική διάγνωση κινδύνου και την εξ αποστάσεως παρακολούθηση των κλινικών αποτελεσμάτων και συμπτώματα. Έχοντας αυτό υπόψη, μπορεί να υπάρχουν πολλές πιθανές χρήσεις της φωνής για σκοπούς που σχετίζονται με την υγεία.
Υπάρχουν τεράστιες δυνατότητες σε αυτό το περιβάλλον τόσο από πλευράς ασθενών όσο και από κλινικής άποψης.
Η φωνή, η οποία είναι ένα σύνθετο σύνολο ηχοφώνησης που προέρχεται από τις φωνητικές μας χορδές, περιέχει μεγάλο όγκο πληροφοριών και παίζει σημαντικό ρόλο στις κοινωνικές αλληλεπιδράσεις. Μας επιτρέπει να μοιραζόμαστε πληροφορίες για τα συναισθήματα, τους φόβους, τα συναισθήματα και τον ενθουσιασμό μας.
Μπορείτε να ρυθμίσετε την ένταση ή τον τόνο. Οι εικονικοί και φωνητικοί βοηθοί σε smartphone ή έξυπνες οικιακές συσκευές, όπως συνδεδεμένα ηχεία, είναι πλέον δημοφιλείς και έχουν ανοίξει το δρόμο για αυτήν τη νέα πραγματικότητα. Οι πρόοδοι στην τεχνολογία ομιλίας, την ανάλυση σημάτων ομιλίας, την επεξεργασία φυσικής γλώσσας και τις τεχνικές κατανόησης έχουν ανοίξει για πολλές πιθανές εφαρμογές ομιλίας, όπως η αναγνώριση βιοδεικτών ομιλίας για διάγνωση, ταξινόμηση ή παρακολούθηση μακρινός.
Η τεχνητή νοημοσύνη θα χρησιμοποιήσει τη φωνή ως διαγνωστικό εργαλείο
Οι ερευνητές αναπτύσσουν τώρα εργαλεία βασισμένα στην τεχνητή νοημοσύνη που θα μπορούσαν τελικά να διαγνώσουν σοβαρές ασθένειες. Στοχεύουν τα πάντα, δηλαδή από το Αλτσχάιμερ μέχρι τον καρκίνο.
Το έργο που χρηματοδοτείται από τα Εθνικά Ινστιτούτα Υγείας, που ανακοινώθηκε την περασμένη Τρίτη, στοχεύει να να μετατρέψει την ανθρώπινη φωνή σε κάτι που μπορεί να χρησιμοποιηθεί ως βιοδείκτης ασθένειας, όπως αίμα ή θερμοκρασία.
Σύμφωνα με τον ιστότοπο του Εθνικού Ινστιτούτου Υγείας, θα επενδύσουν 130 εκατομμύρια δολάρια σε τέσσερα χρόνια, ανάλογα με το διαθεσιμότητα κεφαλαίων, για να επιταχυνθεί η ευρεία χρήση της τεχνητής νοημοσύνης (ANDAVA) από τις βιοϊατρικές και ερευνητικές κοινότητες συμπεριφορικά.
Το πρόγραμμα Joint Fund of the National Institutes of Health's Bridge to Artificial Intelligence (Bridge2AI) συγκεντρώνει μέλη της ομάδας από διαφορετικούς κλάδους και υπόβαθρα για να δημιουργήσουν εργαλεία, πόρους και πλούσια δεδομένα που ανταποκρίνονται σε μεθόδους του AI. Ταυτόχρονα, το πρόγραμμα θα διασφαλίσει ότι τα εργαλεία και τα δεδομένα του δεν διαιωνίζουν ανισότητες ή ηθικά ζητήματα που μπορεί να προκύψουν κατά τη συλλογή και ανάλυση δεδομένων.
Σύμφωνα με τον Olivier Element, καθηγητή στο Ινστιτούτο Υπολογιστικής Βιοϊατρικής στο Weill Cornell Medicine και έναν από τους κορυφαίους ερευνητές του έργου, το σπουδαίο με τα φωνητικά δεδομένα είναι ότι είναι ένας από τους πιο ισχυρούς και φθηνούς τύπους δεδομένων που μπορούν να συλλεχθούν των ανθρώπων. Είναι επίσης πολύ προσιτό και εύκολο στη λήψη για κάθε ασθενή. Αυτό είναι χρήσιμο όταν δημιουργείτε μεγάλες βάσεις δεδομένων.
Ο Yaël Bensoussan, ωτορινολαρυγγολόγος στο USF Health και άλλος κύριος ερευνητής στο έργο είπε ότι ενώ υπήρξαν παρόμοιες προσπάθειες στο παρελθόν, οι περισσότερες από αυτές ήταν πολύ μικρές για να είναι αποτελεσματικός. Η έλλειψη επαρκούς βάσης δεδομένων ήταν επίσης ένας σημαντικός παράγοντας. Επειδή πρόκειται για έναν σχετικά νέο τομέα μελέτης, οι ερευνητές δεν έχουν ακόμη ανακαλύψει τις καλύτερες πρακτικές συλλογής πληροφοριών για αυτό το σύστημα. Τα εν εξελίξει έργα θα θεσπίσουν πρότυπα συλλογής δεδομένων για αυτό.
Η ομάδα ξεκινά δημιουργώντας μια εφαρμογή που συλλέγει φωνητικά δεδομένα από συμμετέχοντες με παράλυση φωνητικών χορδών, νόσο Αλτσχάιμερ, Πάρκινσον, κατάθλιψη, πνευμονία και αυτισμό. Θα ανατεθεί γιατρός για την παρακολούθηση όλων των συλλογών. «Για παράδειγμα, κάποιος που έχει νόσο του Πάρκινσον θα διαπιστώσει ότι η φωνή του μπορεί να είναι χαμηλότερη και ότι η ομιλία του είναι επίσης πιο αργή», λέει ο Bensoussan.
Η εφαρμογή απαιτεί να ηχογραφήσετε έναν ήχο, να διαβάσετε μια πρόταση και να διαβάσετε ένα ολόκληρο κείμενο. Σύμφωνα με ορισμένους γιατρούς, μπορείτε να καταλάβετε ότι οι ασθενείς έχουν εγκεφαλικές μεταστάσεις από τον τρόπο που μιλάνε.
Πώς προστατεύονται τα διαγνωστικά δεδομένα ομιλίας;
Η ομάδα δημοσκόπησης συνεργάζεται με την εταιρεία τεχνητής νοημοσύνης Owkin για να κατασκευάσει και να εκπαιδεύσει τα μοντέλα τεχνητής νοημοσύνης στο έργο. Σύμφωνα με το πλαίσιο Owkin, τα δεδομένα ασθενών που συλλέγονται παραμένουν στο κέντρο όπου συλλέχθηκαν ενώ το μοντέλο AI ταξιδεύει μεταξύ ιδρυμάτων. Το μοντέλο εκπαιδεύεται ξεχωριστά σε κάθε σύνολο δεδομένων και στη συνέχεια τα αποτελέσματα αυτών των εκπαιδεύσεων επιστρέφονται σε μια κεντρική τοποθεσία όπου αναμειγνύονται.
Αυτό παρέχει ένα επιπλέον επίπεδο απορρήτου για φωνητικά δεδομένα. Μια ομάδα βιοηθικών εργάζεται στο έργο για να εξετάσει τις ηθικές και νομικές επιπτώσεις μιας γλωσσικής βάσης δεδομένων και διαγνωστικών που βασίζονται στη γλώσσα. Αυτό σημαίνει ότι μπορεί να αναρωτιέστε εάν η φωνή σας προστατεύεται βάσει του νόμου περί φορητότητας και λογοδοσίας ασφάλισης υγείας (HIPAA), εάν οι ασθενείς σας έχουν φωνητικά δεδομένα κ.λπ.
Είναι δυνατή η χρήση φωνητικών δεδομένων για διάγνωση;
Τα δεδομένα ομιλίας είναι ήδη χρήσιμα για τη διάγνωση και τη θεραπεία φωνητικών διαταραχών. Όλα αυτά φαίνεται να έχουν τεράστιες δυνατότητες για τη θεραπεία διαταραχών ψυχικής υγείας όπως π.χ κατάθλιψη, ανησυχία, διαταραχή μετατραυματικού στρες και πολλά άλλα επίσης σε αυτόν τον τομέα.
Η συλλογή δειγμάτων φωνής από βετεράνους και η ανάλυση φωνητικών σημάτων όπως το ύψος, ο ρυθμός, η συχνότητα και η ένταση μπορεί να είναι χρήσιμη για αναζητήστε σημάδια αόρατων τραυματισμών όπως διαταραχή μετατραυματικού στρες (PTSD), τραυματική εγκεφαλική βλάβη (TBI) και κατάθλιψη. Χρησιμοποιώντας τη μηχανική εκμάθηση για την εξερεύνηση συναρτήσεων στη φωνή, εργάζονται και αλγόριθμοι σε αυτό επιλέξτε μοτίβα φωνής σε άτομα με αυτές τις διαταραχές και συγκρίνετε τα με δείγματα φωνής από άτομα υγιής.
