Η τεχνητή νοημοσύνη θα μπορεί σύντομα να διαγνώσει τον καρκίνο του λάρυγγα με βάση μόνο τη φωνή ενός ασθενούς.
Οι επιστήμονες κατέγραψαν τις φωνές ανδρών με και χωρίς ανωμαλίες στις φωνητικές χορδές τους - οι οποίες μπορεί να αποτελούν πρώιμο σημάδι καρκίνου του λάρυγγα - και διαπίστωσαν διαφορές στις φωνητικές ιδιότητες, όπως τον τόνο, την ένταση και την καθαρότητα. Τώρα υποστηρίζουν ότι η τεχνητή νοημοσύνη θα μπορούσε να χρησιμοποιηθεί για την ανίχνευση αυτών των «φωνητικών βιοδεικτών», οδηγώντας σε πιο έγκαιρη και λιγότερο επεμβατική διάγνωση.
Ερευνητές του Πανεπιστημίου Υγείας και Επιστημών του Όρεγκον πιστεύουν ότι οι φωνητικές καταγραφές θα μπορούσαν πλέον να χρησιμοποιηθούν για την εκπαίδευση ενός εργαλείου τεχνητής νοημοσύνης που αναγνωρίζει βλάβες στις φωνητικές χορδές.
Χρησιμοποιώντας 12.523 ηχογραφήσεις φωνής από 306 συμμετέχοντες σε όλη τη Βόρεια Αμερική, διαπίστωσαν διακριτές φωνητικές διαφορές σε άνδρες που πάσχουν από καρκίνο του λάρυγγα, άνδρες με βλάβες στις φωνητικές χορδές και άνδρες με υγιείς φωνητικές χορδές. Ωστόσο, οι ερευνητές ανέφεραν ότι αντίστοιχες διαφοροποιήσεις δεν εντοπίστηκαν στις γυναίκες.
Τώρα ελπίζουν να συλλέξουν περισσότερες ηχογραφήσεις από άτομα με και χωρίς τις χαρακτηριστικές βλάβες των φωνητικών χορδών, προκειμένου να δημιουργήσουν ένα μεγαλύτερο σύνολο δεδομένων για τα εργαλεία που θα χρησιμοποιηθούν.
Κάθε χρόνο διαγιγνώσκονται χιλιάδες νέες περιπτώσεις καρκίνου του λάρυγγα. Τα συμπτώματα μπορεί να περιλαμβάνουν αλλαγή στη φωνή, όπως βραχνάδα, υψηλό συριγμό κατά την αναπνοή και παρατεταμένο βήχα.
«Εδώ δείχνουμε ότι με αυτό το σύνολο δεδομένων θα μπορούσαμε να χρησιμοποιήσουμε φωνητικούς βιοδείκτες για να διακρίνουμε τις φωνές των ασθενών με βλάβες στις φωνητικές χορδές από εκείνες των ασθενών χωρίς τέτοιες βλάβες», δήλωσε ο Δρ Phillip Jenkins, συντάκτης της μελέτης.
«Για να προχωρήσουμε από αυτή τη μελέτη σε ένα εργαλείο τεχνητής νοημοσύνης που αναγνωρίζει τις βλάβες στις φωνητικές χορδές, θα εκπαιδεύσουμε μοντέλα χρησιμοποιώντας ένα ακόμη μεγαλύτερο σύνολο δεδομένων φωνητικών εγγραφών, που θα έχουν ταξινομηθεί από επαγγελματίες. Στη συνέχεια, θα πρέπει να δοκιμάσουμε το σύστημα για να βεβαιωθούμε ότι λειτουργεί εξίσου καλά για γυναίκες και άνδρες.
Τα εργαλεία υγείας που βασίζονται στη φωνή βρίσκονται ήδη σε πιλοτική φάση. Με βάση τα ευρήματά μας, εκτιμώ ότι με μεγαλύτερα σύνολα δεδομένων και κλινική επικύρωση, παρόμοια εργαλεία για την ανίχνευση βλαβών των φωνητικών χορδών θα μπορούσαν να εισέλθουν σε πιλοτική δοκιμή τα επόμενα δύο χρόνια», προέβλεψε.
Αυτό έρχεται μετά από έρευνα της αμερικανικής εταιρείας Klick Labs, η οποία δημιούργησε ένα μοντέλο τεχνητής νοημοσύνης ικανό να διακρίνει εάν ένα άτομο πάσχει από διαβήτη τύπου 2 από 6 έως 10 δευτερόλεπτα ηχητικού υλικού. Η μελέτη περιελάμβανε την ανάλυση 18.000 ηχογραφήσεων με σκοπό τον εντοπισμό ακουστικών χαρακτηριστικών που διαφοροποιούν τους μη διαβητικούς από τους διαβητικούς και ανέφερε ποσοστό ακρίβειας 89% για τις γυναίκες και 86% για τους άνδρες.
