Medycyna jest dziedziną, która w dużej mierze zależy od odpowiedniego dialogu między lekarzem a pacjentem. Wierne zrozumienie problemu pacjenta jest niezbędne do postawienia trafnej diagnozy. Głównymi narzędziami używanymi do potwierdzenia obecności problemów są badania płynów ustrojowych i obrazowanie, takie jak MRI i rentgen.
Czytaj więcej: Czy rozpoznanie depresji gwarantuje prawo do jakichkolwiek świadczeń z INSS?
Zobacz więcej
Sekret młodości? Naukowcy ujawniają, jak odwrócić…
„Moc” owsianki: sprawdź zalety owsa w…
Istnieje jednak potencjalna nowa ścieżka, która może być przydatna w diagnozowaniu wielu chorób. Naukowcy pracują nad opracowaniem systemów sztucznej inteligencji, które mogą wykorzystywać barwę dźwięku jako narzędzie diagnostyczne do wykrywania chorób.
W jaki sposób głos może być narzędziem diagnostycznym?
Choroby mogą wpływać na narządy, takie jak serce, płuca, mózg, mięśnie lub struny głosowe, co może wpływać na głos osoby. Analiza głosu za pomocą sztucznej inteligencji otwiera nowe możliwości dla systemu ochrony zdrowia poprzez wykorzystanie biomarkery dźwiękowe do celów prewencyjnej diagnostyki ryzyka i zdalnego monitorowania wyników klinicznych oraz objawy. Mając to na uwadze, może istnieć kilka możliwych zastosowań głosu do celów związanych ze zdrowiem.
Środowisko to ma ogromny potencjał zarówno z punktu widzenia pacjenta, jak i kliniki.
Głos, który jest złożonym zestawem barw pochodzących z naszych strun głosowych, zawiera ogromną ilość informacji i odgrywa ważną rolę w interakcjach społecznych. Pozwala nam się dzielić spostrzeżenia o naszych uczuciach, lękach, emocjach i podekscytowaniu.
Możesz regulować głośność lub ton. Wirtualni i głosowi asystenci na smartfonach lub inteligentnych urządzeniach domowych, takich jak podłączone głośniki, są teraz popularni i utorowali drogę tej nowej rzeczywistości. Otworzyły się postępy w technologii mowy, analizie sygnału mowy, przetwarzaniu języka naturalnego i technikach rozumienia dla wielu potencjalnych zastosowań związanych z mową, takich jak identyfikacja biomarkerów mowy na potrzeby diagnozy, klasyfikacji lub monitorowania zdalny.
Sztuczna inteligencja wykorzysta głos jako narzędzie diagnostyczne
Naukowcy opracowują obecnie narzędzia oparte na sztucznej inteligencji, które mogłyby ostatecznie zdiagnozować poważne choroby. Celują we wszystko, od choroby Alzheimera po raka.
Projekt finansowany przez Narodowe Instytuty Zdrowia, ogłoszony w miniony wtorek, ma na celu m.in transmutować ludzki głos w coś, co może być użyte jako biomarker choroby, na przykład krew lub temperatura.
Według strony internetowej National Institutes of Health zainwestują 130 milionów dolarów w ciągu czterech lat, w zależności od kraju dostępność funduszy, aby przyspieszyć powszechne wykorzystanie sztucznej inteligencji (ANDAVA) przez społeczności biomedyczne i badawcze behawioralny.
Zrzesza wspólny program National Institutes of Health's Bridge to Artificial Intelligence (Bridge2AI). członków zespołu z różnych dyscyplin i środowisk w celu tworzenia narzędzi, zasobów i bogatych danych, które odpowiadają metodom AI. Jednocześnie program zapewni, że jego narzędzia i dane nie będą utrwalać nierówności lub problemów etycznych, które mogą pojawić się podczas gromadzenia i analizy danych.
Według Oliviera Elementa, profesora w Instytucie Biomedycyny Obliczeniowej w Weill Cornell Medicine i jednego z wiodących badaczy projektu, wielką zaletą danych głosowych jest to, że są to jedne z najpotężniejszych i najtańszych rodzajów danych, jakie można gromadzić ludzi. Jest również bardzo przystępny cenowo i łatwy w użyciu dla każdego pacjenta. Jest to przydatne podczas tworzenia dużych baz danych.
Yaël Bensoussan, otolaryngolog z USF Health i inny główny badacz projektu powiedział że chociaż w przeszłości podejmowano podobne wysiłki, większość z nich była zbyt mała skuteczny. Istotnym czynnikiem był również brak odpowiedniej bazy danych. Ponieważ jest to stosunkowo nowy obszar badań, naukowcy nie odkryli jeszcze najlepszych praktyk gromadzenia informacji dla tego systemu. Bieżące projekty ustanowią w tym celu standardy gromadzenia danych.
Zespół zaczyna od stworzenia aplikacji, która zbiera dane głosowe uczestników z porażeniem strun głosowych, chorobą Alzheimera, chorobą Parkinsona, depresją, zapaleniem płuc i autyzmem. Do monitorowania wszystkich kolekcji zostanie wyznaczony lekarz. „Na przykład osoba cierpiąca na chorobę Parkinsona odkryje, że jej głos może być niższy, a mowa wolniejsza” — mówi Bensoussan.
Aplikacja wymaga nagrania dźwięku, przeczytania zdania i przeczytania całego tekstu. Według niektórych lekarzy po sposobie mówienia można rozpoznać, że pacjenci mają przerzuty do mózgu.
W jaki sposób chronione są diagnostyczne dane mowy?
Zespół ankieterów współpracuje z firmą zajmującą się sztuczną inteligencją Owkin, aby zbudować i wyszkolić modele sztucznej inteligencji w projekcie. W ramach Owkin zebrane dane pacjentów pozostają w ośrodku, w którym zostały zebrane, podczas gdy model AI podróżuje między instytucjami. Model jest trenowany osobno na każdym zbiorze danych, a następnie wyniki tych treningów są zwracane do centralnej lokalizacji, gdzie są mieszane.
Zapewnia to dodatkową warstwę prywatności danych głosowych. Zespół bioetyków pracuje nad projektem mającym na celu zbadanie etycznych i prawnych implikacji językowej bazy danych i diagnostyki językowej. Oznacza to, że możesz się zastanawiać, czy Twój głos jest chroniony zgodnie z ustawą HIPAA (Health Insurance Portability and Accountability Act), czy Twoi pacjenci mają dane głosowe itp.
Czy możliwe jest wykorzystanie danych głosowych do diagnozy?
Dane dotyczące mowy są już przydatne do diagnozowania i leczenia zaburzeń głosu. Wszystko to wydaje się mieć ogromny potencjał w leczeniu zaburzeń zdrowia psychicznego, takich jak depresja, Lęk, zespołu stresu pourazowego i wiele innych również w tej dziedzinie.
Zbieranie próbek głosu od weteranów i analizowanie sygnałów głosowych, takich jak wysokość, rytm, częstotliwość i głośność, może być przydatne szukaj oznak niewidocznych urazów, takich jak zespół stresu pourazowego (PTSD), urazowe uszkodzenie mózgu (TBI) i depresja. Wykorzystując uczenie maszynowe do badania funkcji w głosie, pracuje się również nad algorytmami wybrać wzorce głosu u osób z tymi zaburzeniami i porównać je z próbkami głosu od ludzi zdrowy.
