صدای افراد: کلید تشخیص زودهنگام پارکینسون
توسط مهرانه راجعی ·
· ۰
در تلاش مداوم برای شناسایی زودهنگام بیماری‌های تخریب‌کننده عصبی، پژوهشگران از مدل‌های یادگیری ماشینی استفاده کردند تا بررسی کنند آیا این مدل‌ها می‌توانند بیماری پارکینسون را از طریق صدای افراد بیمار شناسایی کنند.
پژوهشگران، ازجمله آنیراث آنانتانارایانان، زیست‌اطلاعات‌دان دانشگاه شمال تگزاس و همکارانش در تحقیقات خود که هنوز منتشر نشده است، توضیح می‌دهند: یافته‌های ما نشان می‌دهد که مدل‌های یادگیری ماشینی مبتنی بر صدا می‌توانند نشانه‌های بیماری را حتی پیش از بروز علائم حرکتی آشکار شناسایی کنند.
بیماری پارکینسون تقریباً 9 میلیون نفر را در سراسر جهان تحت تأثیر قرار می‌دهد. این بیماری با دشواری در کنترل حرکات ظریف و لرزش در اندام‌های بیماران شناخته می‌شود، اما همچنین چالش‌هایی را در خلق‌وخو، تفکر و حافظه افراد ایجاد می‌کند.
در حالی که مکانیزم‌های پشت این بیماری کم‌وبیش شناخته شده‌اند، محرک‌های ازکارافتادن عملکردهای بدن هنوز به طور کامل درک نشده‌اند. از غذاهای فرآوری‌شده گرفته تا آفت‌کش‌هایی که در زمین‌های گلف استفاده می‌شوند، همگی به عنوان عوامل احتمالی معرفی شده‌اند و همچنین یک مؤلفه ژنتیکی نیز وجود دارد.
هیچ درمان قطعی برای بیماری پارکینسون وجود ندارد
در حال حاضر هیچ درمان قطعی برای بیماری پارکینسون وجود ندارد، به این معنا که بهترین امید بیماران و عزیزانشان، استفاده از درمان‌هایی است که علائم را کند می‌کنند. هر چه این درمان‌ها زودتر آغاز شوند، مزایای بیشتری برای بیمار به همراه خواهند داشت. بنابراین، شناسایی زودهنگام می‌تواند تأثیر بزرگی بر کیفیت زندگی بیمار داشته باشد.
آنانتانارایانان و تیمش از مدل‌های یادگیری ماشین برای تعیین اینکه آیا می‌توانند بیماری پارکینسون را تنها از طریق صدای افراد تشخیص دهند، استفاده کردند.
آن‌ها مدل‌های خود را با استفاده از 195 ضبط صوتی از 31 نفر آزمایش و آموزش دادند. از این تعداد، 23 نفر مبتلا به پارکینسون تشخیص داده شده بودند. این برنامه جستجوی الگو در 90 درصد موارد، بیماران مبتلا به این بیماری را به‌درستی شناسایی کرد.
ویژگی‌های صوتی ارزیابی‌شده توسط این مدل‌ها شامل وجود لرزش صوتی (jitter) است که نتیجه ارتعاشات نامنظم تارهای صوتی است؛ نسبت نویز به هارمونیک که نشانه بسته‌نشدن کامل گلوتیس است و سنجشی از الگوهای سیگنال صوتی ناهنجار.
این ویژگی‌ها پیش‌تر با علائم شناخته‌شده بیماری پارکینسون مرتبط بوده‌اند، از جمله خش‌دارشدن صدا، مشکلات گفتاری ناشی از ضعف ماهیچه‌های صوتی و کندی یا ناپایداری در حرکت.
پژوهشگران توضیح می‌دهند: علائم صوتی مانند دیسفونی [اختلالات صوتی] با وجود پتانسیل تشخیصی آن‌ها کمتر مورد استفاده قرار گرفته‌اند.
آن‌ها هشدار می‌دهند که برای آزمایش قابلیت تعمیم مدل‌هایشان، به تحقیقات بیشتری نیاز است، زیرا این برنامه‌ها تنها با داده‌های صوتی 31 فرد آموزش دیده‌اند. این مسئله باعث می‌شود روش آن‌ها نتواند دامنه کامل تفاوت‌های صدای دنیای واقعی را در سنین، لهجه‌ها و شرایط محیطی مختلف پوشش دهد.
آیدن آرنولد، دانشمند داده که در این مطالعه مشارکت نداشته، به کلاریسا برینکت در نشریه New Scientist گفت که این رویکرد مبتنی بر صدا «به‌عنوان ابزاری برای غربالگری زودهنگام، واقعاً امیدبخش است.»
اگر یافته‌ها در جمعیت‌های گسترده‌تر همچنان سازگار باقی بمانند، چنین ابزاری می‌تواند به گزینه‌ای مقیاس‌پذیر و مقرون‌به‌صرفه برای غربالگری زودهنگام تبدیل شود، زیرا تعداد موارد ابتلا همچنان در حال افزایش است.
تصاویر نویسندگان دیدگاه از Gravatar گرفته می‌شود.