ปัญญาประดิษฐ์: เทคโนโลยีจะช่วยให้สามารถวินิจฉัยด้วยเสียงได้

ยาเป็นสาขาที่ส่วนใหญ่ขึ้นอยู่กับการสนทนาที่เพียงพอระหว่างแพทย์และผู้ป่วย ความเข้าใจที่ถูกต้องเกี่ยวกับปัญหาของผู้ป่วยเป็นสิ่งสำคัญสำหรับการวินิจฉัยที่ถูกต้อง เครื่องมือหลักที่ใช้ในการยืนยันว่ามีปัญหาคือการทดสอบของเหลวในร่างกายและการถ่ายภาพ เช่น MRI และ X-ray

อ่านเพิ่มเติม: การวินิจฉัยภาวะซึมเศร้ารับประกันสิทธิ์ในการได้รับประโยชน์ใดๆ จาก INSS หรือไม่?

อย่างไรก็ตาม มีแนวทางใหม่ที่อาจเป็นประโยชน์ในการวินิจฉัยโรคต่างๆ นักวิจัยกำลังทำงานเพื่อพัฒนาระบบปัญญาประดิษฐ์ที่สามารถใช้เสียงต่ำเป็นเครื่องมือวินิจฉัยเพื่อระบุโรค

เสียงเป็นเครื่องมือวินิจฉัยได้อย่างไร?

ความเจ็บป่วยอาจส่งผลต่ออวัยวะต่างๆ เช่น หัวใจ ปอด สมอง กล้ามเนื้อ หรือเส้นเสียง ซึ่งอาจทำให้เสียงของบุคคลเปลี่ยนไปได้ การวิเคราะห์เสียงด้วยปัญญาประดิษฐ์เปิดโอกาสใหม่ๆ สำหรับระบบสุขภาพผ่านการใช้ ตัวชี้วัดทางชีวภาพด้วยเสียงเพื่อวัตถุประสงค์ในการวินิจฉัยความเสี่ยงเชิงป้องกันและการติดตามผลทางคลินิกจากระยะไกลและ อาการ. เมื่อทราบแล้ว อาจมีการใช้เสียงเพื่อวัตถุประสงค์ด้านสุขภาพได้หลายประการ

มีศักยภาพมหาศาลในสภาพแวดล้อมนี้จากมุมมองของผู้ป่วยและคลินิก

เสียงซึ่งเป็นชุดเสียงต่ำที่ซับซ้อนซึ่งมาจากสายเสียงของเรา มีข้อมูลจำนวนมากและมีบทบาทสำคัญในการโต้ตอบทางสังคม ทำให้เราได้แบ่งปัน ข้อมูลเชิงลึก เกี่ยวกับความรู้สึก ความกลัว อารมณ์ และความตื่นเต้นของเรา

คุณสามารถปรับระดับเสียงหรือโทนเสียงได้ ผู้ช่วยเสมือนและเสียงบนสมาร์ทโฟนหรืออุปกรณ์สมาร์ทโฮม เช่น ลำโพงที่เชื่อมต่ออยู่ตอนนี้กำลังเป็นที่นิยมและได้ปูทางไปสู่ความเป็นจริงใหม่นี้ ความก้าวหน้าของเทคโนโลยีเสียงพูด การวิเคราะห์สัญญาณเสียงพูด การประมวลผลภาษาธรรมชาติ และเทคนิคการทำความเข้าใจได้เปิดกว้างขึ้น สำหรับการใช้งานด้านเสียงที่เป็นไปได้มากมาย เช่น การระบุตัวบ่งชี้ทางชีวภาพของเสียงพูดสำหรับการวินิจฉัย การจำแนกประเภท หรือการตรวจสอบ ระยะไกล.

ปัญญาประดิษฐ์จะใช้เสียงเป็นเครื่องมือในการวินิจฉัย

ขณะนี้นักวิจัยกำลังพัฒนาเครื่องมือที่ใช้ AI ซึ่งสามารถวินิจฉัยโรคร้ายแรงได้ในที่สุด พวกเขากำหนดเป้าหมายทุกอย่างเช่นจากอัลไซเมอร์ไปจนถึงมะเร็ง

โครงการที่ได้รับทุนสนับสนุนจากสถาบันสุขภาพแห่งชาติ ซึ่งประกาศเมื่อวันอังคารที่ผ่านมา มีเป้าหมายเพื่อ เพื่อแปลงเสียงของมนุษย์เป็นสิ่งที่สามารถใช้เป็นตัวบ่งชี้ทางชีวภาพของโรคได้ เช่น เลือด หรือ อุณหภูมิ.

ตามเว็บไซต์ของสถาบันสุขภาพแห่งชาติ พวกเขาจะลงทุน 130 ล้านดอลลาร์ในระยะเวลาสี่ปี ขึ้นอยู่กับ ความพร้อมของเงินทุนเพื่อเร่งการใช้ปัญญาประดิษฐ์ (ANDAVA) อย่างแพร่หลายโดยชุมชนชีวการแพทย์และการวิจัย พฤติกรรม

กองทุนร่วมของสถาบันสุขภาพแห่งชาติโครงการสะพานสู่ปัญญาประดิษฐ์ (Bridge2AI) นำมารวมกัน สมาชิกในทีมจากสาขาวิชาและภูมิหลังที่หลากหลายเพื่อสร้างเครื่องมือ ทรัพยากร และข้อมูลที่หลากหลายที่ตอบสนองต่อวิธีการ ของเอไอ ในเวลาเดียวกัน โปรแกรมจะทำให้แน่ใจว่าเครื่องมือและข้อมูลจะไม่ทำให้ความไม่เท่าเทียมกันหรือปัญหาทางจริยธรรมเกิดขึ้นระหว่างการรวบรวมและวิเคราะห์ข้อมูล

จากข้อมูลของ Olivier Element ศาสตราจารย์แห่งสถาบัน Computational Biomedicine ที่ Weill Cornell Medicine และเป็นหนึ่งในผู้นำ นักวิจัยโครงการ สิ่งที่ยอดเยี่ยมเกี่ยวกับข้อมูลเสียงคือเป็นหนึ่งในประเภทข้อมูลที่ทรงพลังที่สุดและราคาไม่แพงที่สามารถรวบรวมได้ ของผู้คน นอกจากนี้ยังมีราคาไม่แพงมากและใช้งานง่ายสำหรับผู้ป่วยทุกคน สิ่งนี้มีประโยชน์เมื่อสร้างฐานข้อมูลขนาดใหญ่

Yaël Bensoussan ผู้เชี่ยวชาญด้านโสตศอนาสิกแห่ง USF Health และนักวิจัยหลักอีกคนของโครงการกล่าวว่า แม้ว่าจะมีความพยายามที่คล้ายกันในอดีต แต่ส่วนใหญ่ยังเล็กเกินไปที่จะเป็น มีประสิทธิภาพ. การขาดฐานข้อมูลที่เพียงพอก็เป็นปัจจัยสำคัญเช่นกัน เนื่องจากเป็นพื้นที่การศึกษาที่ค่อนข้างใหม่ นักวิจัยจึงยังไม่ค้นพบแนวทางปฏิบัติในการรวบรวมข้อมูลที่ดีที่สุดสำหรับระบบนี้ โครงการที่กำลังดำเนินอยู่จะสร้างมาตรฐานการรวบรวมข้อมูลสำหรับสิ่งนี้

ทีมเริ่มต้นด้วยการสร้างแอปที่รวบรวมข้อมูลเสียงจากผู้เข้าร่วมที่เป็นอัมพาตของเส้นเสียง โรคอัลไซเมอร์ พาร์กินสัน โรคซึมเศร้า โรคปอดบวม และออทิสติก แพทย์จะได้รับมอบหมายให้ดูแลคอลเลกชันทั้งหมด “ตัวอย่างเช่น คนที่เป็นโรคพาร์กินสันจะพบว่าเสียงของพวกเขาต่ำลงและการพูดของพวกเขาก็ช้าลงด้วย” Bensoussan กล่าว

แอปพลิเคชันต้องการให้คุณบันทึกเสียง อ่านประโยค และอ่านข้อความทั้งหมด ตามที่แพทย์บางคนบอกได้ว่าผู้ป่วยมีการแพร่กระจายไปยังสมองจากวิธีการพูด

ข้อมูลการวินิจฉัยเสียงพูดได้รับการปกป้องอย่างไร?

ทีมสำรวจกำลังร่วมมือกับบริษัทปัญญาประดิษฐ์ Owkin เพื่อสร้างและฝึกอบรมโมเดลปัญญาประดิษฐ์ในโครงการ ภายใต้กรอบการทำงาน Owkin ข้อมูลผู้ป่วยที่รวบรวมได้จะยังคงอยู่ที่ศูนย์กลางซึ่งรวบรวมไว้ในขณะที่โมเดล AI เดินทางระหว่างสถาบันต่างๆ แบบจำลองได้รับการฝึกอบรมแยกกันในแต่ละชุดข้อมูล จากนั้นผลลัพธ์ของการฝึกอบรมเหล่านั้นจะถูกส่งกลับไปยังตำแหน่งศูนย์กลางที่มีการผสมกัน

ซึ่งจะช่วยเพิ่มความเป็นส่วนตัวให้กับข้อมูลเสียงอีกชั้นหนึ่ง ทีมนักชีวจริยธรรมกำลังทำงานในโครงการเพื่อตรวจสอบนัยทางจริยธรรมและกฎหมายของฐานข้อมูลภาษาและการวินิจฉัยตามภาษา ซึ่งหมายความว่าคุณอาจสงสัยว่าเสียงของคุณได้รับการคุ้มครองภายใต้ Health Insurance Portability and Accountability Act (HIPAA) หรือไม่ หากผู้ป่วยของคุณมีข้อมูลเสียง ฯลฯ

สามารถใช้ข้อมูลเสียงเพื่อการวินิจฉัยได้หรือไม่?

ข้อมูลเสียงพูดมีประโยชน์ในการวินิจฉัยและรักษาความผิดปกติของเสียงอยู่แล้ว ทั้งหมดนี้ดูเหมือนจะมีศักยภาพอย่างมากในการรักษาความผิดปกติทางสุขภาพจิตเช่น ภาวะซึมเศร้า, ความวิตกกังวล, ภาวะป่วยทางจิตจากเหตุการณ์รุนแรง และอื่นๆอีกมากมายในบริเวณนี้

การรวบรวมตัวอย่างเสียงจากทหารผ่านศึกและวิเคราะห์สัญญาณเสียง เช่น ระดับเสียง จังหวะ ความถี่ และความดังจะเป็นประโยชน์สำหรับ มองหาสัญญาณของการบาดเจ็บที่มองไม่เห็น เช่น โรคเครียดหลังเหตุการณ์สะเทือนใจ (PTSD) การบาดเจ็บที่สมองจากบาดแผล (TBI) และ ภาวะซึมเศร้า. อัลกอริทึมกำลังทำงานโดยใช้การเรียนรู้ของเครื่องเพื่อสำรวจฟังก์ชันด้วยเสียง เลือกรูปแบบเสียงในผู้ที่มีความผิดปกติเหล่านี้และเปรียบเทียบกับตัวอย่างเสียงจากผู้คน สุขภาพดี.