Geneeskunde is een vakgebied dat grotendeels afhankelijk is van een adequate dialoog tussen arts en patiënt. Een getrouw begrip van het probleem van een patiënt is essentieel voor een nauwkeurige diagnose. De belangrijkste hulpmiddelen die worden gebruikt om de aanwezigheid van problemen te bevestigen, zijn lichaamsvloeistoftesten en beeldvorming zoals MRI en röntgenfoto's.
Lees verder: Garandeert de diagnose van depressie het recht op een uitkering van het INSS?
Bekijk meer
Geheim van de jeugd? Onderzoekers onthullen hoe om te keren...
De "krachten" van pap: bekijk de voordelen van haver in...
Er is echter een potentieel nieuw pad dat nuttig zou kunnen zijn bij het diagnosticeren van veel ziekten. Onderzoekers werken aan de ontwikkeling van kunstmatige-intelligentiesystemen die timbre kunnen gebruiken als een diagnostisch hulpmiddel om ziekten te lokaliseren.
Hoe kan de stem een diagnostisch hulpmiddel zijn?
Ziekten kunnen organen zoals het hart, de longen, de hersenen, de spieren of de stembanden aantasten, waardoor de stem van een persoon kan veranderen. Stemanalyse door middel van kunstmatige intelligentie opent nieuwe mogelijkheden voor het gezondheidssysteem door het gebruik van audio biomarkers ten behoeve van preventieve risicodiagnose en monitoring op afstand van klinische uitkomsten en symptomen. Met dat in gedachten kunnen er verschillende mogelijke toepassingen van de stem zijn voor gezondheidsgerelateerde doeleinden.
Er is een enorm potentieel in deze omgeving, zowel vanuit het oogpunt van de patiënt als vanuit de kliniek.
De stem, een complexe set timbres die afkomstig is van onze stembanden, bevat een grote hoeveelheid informatie en speelt een belangrijke rol in sociale interacties. Het stelt ons in staat om te delen inzichten over onze gevoelens, angsten, emoties en opwinding.
U kunt het volume of de toon aanpassen. Virtuele en spraakassistenten op smartphones of smart home-apparaten zoals aangesloten luidsprekers zijn nu populair en hebben de weg geëffend voor deze nieuwe realiteit. Vooruitgang in spraaktechnologie, spraaksignaalanalyse, verwerking van natuurlijke taal en begripstechnieken zijn opengegaan voor veel potentiële spraaktoepassingen, zoals het identificeren van spraakbiomarkers voor diagnose, classificatie of monitoring op afstand.
Kunstmatige intelligentie zal de stem gebruiken als diagnostisch hulpmiddel
Onderzoekers ontwikkelen nu op AI gebaseerde tools die uiteindelijk ernstige ziekten kunnen diagnosticeren. Ze richten zich op alles, van Alzheimer tot kanker.
Het project, gefinancierd door de National Institutes of Health, afgelopen dinsdag aangekondigd, heeft tot doel om de menselijke stem om te zetten in iets dat kan worden gebruikt als biomarker voor een ziekte, zoals bloed of temperatuur.
Volgens de website van de National Institutes of Health zullen ze in vier jaar tijd 130 miljoen dollar investeren, afhankelijk van de beschikbaarheid van fondsen, om het wijdverbreide gebruik van kunstmatige intelligentie (ANDAVA) door de biomedische en onderzoeksgemeenschappen te versnellen gedragsmatig.
Het Joint Fund of the National Institutes of Health's Bridge to Artificial Intelligence (Bridge2AI) programma brengt samen teamleden met verschillende disciplines en achtergronden om tools, bronnen en rijke gegevens te creëren die reageren op methoden van AI. Tegelijkertijd zorgt het programma ervoor dat de tools en gegevens ongelijkheden of ethische kwesties die zich kunnen voordoen tijdens het verzamelen en analyseren van gegevens niet in stand houden.
Volgens Olivier Element, een professor aan het Institute for Computational Biomedicine bij Weill Cornell Medicine en een van de toonaangevende projectonderzoekers, het mooie van spraakgegevens is dat het een van de krachtigste en goedkoopste soorten gegevens is die kunnen worden verzameld van mensen. Het is ook zeer betaalbaar en gemakkelijk in te nemen voor elke patiënt. Dit is handig bij het maken van grote databases.
Yaël Bensoussan, een otolaryngoloog bij USF Health en een andere hoofdonderzoeker van het project zei dat hoewel er in het verleden soortgelijke inspanningen zijn geweest, de meeste van hen te klein waren om te zijn effectief. Ook het ontbreken van een adequate database speelde een belangrijke rol. Omdat dit een relatief nieuw studiegebied is, hebben onderzoekers de beste methoden voor het verzamelen van informatie voor dit systeem nog niet ontdekt. In lopende projecten zullen hiervoor standaarden voor gegevensverzameling worden vastgesteld.
Het team begint met het maken van een app die stemgegevens verzamelt van deelnemers met stembandverlamming, de ziekte van Alzheimer, Parkinson, depressie, longontsteking en autisme. Er zal een arts worden aangesteld om alle collecties te bewaken. "Iemand die de ziekte van Parkinson heeft, zal bijvoorbeeld merken dat zijn stem lager kan zijn en dat zijn spraak ook langzamer is", zegt Bensoussan.
De applicatie vereist dat je een audio opneemt, een zin leest en een hele tekst leest. Volgens sommige artsen kun je aan de manier waarop ze praten zien dat patiënten hersenmetastasen hebben.
Hoe worden diagnostische spraakgegevens beschermd?
Het poll-team werkt samen met kunstmatige-intelligentiebedrijf Owkin om de kunstmatige-intelligentiemodellen in het project te bouwen en te trainen. Onder het raamwerk van Oakin blijven verzamelde patiëntgegevens in het centrum waar ze zijn verzameld, terwijl het AI-model tussen instellingen reist. Het model wordt afzonderlijk getraind op elke dataset en vervolgens worden de resultaten van die trainingen teruggestuurd naar een centrale locatie waar ze worden gemengd.
Dit biedt een extra privacylaag voor spraakgegevens. Een team van bio-ethici werkt aan het project om de ethische en juridische implicaties van een taaldatabase en taalgebaseerde diagnostiek te onderzoeken. Dit betekent dat u zich misschien afvraagt of uw stem wordt beschermd door de Health Insurance Portability and Accountability Act (HIPAA), of uw patiënten spraakgegevens hebben, enz.
Is het mogelijk om spraakgegevens te gebruiken voor diagnose?
Spraakgegevens zijn al nuttig voor het diagnosticeren en behandelen van stemstoornissen. Dit alles lijkt een enorm potentieel te hebben voor de behandeling van psychische stoornissen zoals depressie, spanning, post-traumatische stress-stoornis en vele anderen ook op dit gebied.
Het verzamelen van stemsamples van veteranen en het analyseren van vocale signalen zoals toonhoogte, ritme, frequentie en volume kan nuttig zijn voor zoek naar tekenen van onzichtbare verwondingen zoals posttraumatische stressstoornis (PTSS), traumatisch hersenletsel (TBI) en depressie. Door machine learning te gebruiken om functies in stem te verkennen, wordt daar ook aan algoritmes gewerkt selecteer stempatronen bij mensen met deze stoornissen en vergelijk ze met stemmonsters van mensen gezond.