تشخیص بیماری پارکینسون زندگی بسیاری را متزلزل کرده است. بیش از 10 میلیون نفر در سراسر جهان با آن زندگی می کنند. هیچ درمانی وجود ندارد، اما اگر علائم به موقع تشخیص داده شود، می توان بیماری را کنترل کرد. با پیشرفت بیماری پارکینسون، همراه با علائم دیگر، گفتار نیز تغییر می کند.
در مطالعه خود، محققان از هوش مصنوعی (AI) برای تجزیه و تحلیل و ارزیابی سیگنال های گفتاری استفاده کردند، جایی که محاسبات انجام می شود و تشخیص ها در چند ثانیه به جای ساعت ها انجام می شود. این مطالعه همچنین منحصربه‌فرد است – نتایج بر اساس ویژگی‌های زبان لیتوانیایی تنظیم شده‌اند و به این ترتیب پایگاه داده زبان هوش مصنوعی را گسترش می‌دهند.
در یک غرفه عایق صدا، از یک میکروفون برای ضبط گفتار بیماران سالم و پارکینسونی استفاده شد و یک الگوریتم هوش مصنوعی با ارزیابی این ضبط‌ها، پردازش سیگنال را “یاد گرفت”. محققان تاکید می‌کنند که این الگوریتم به سخت‌افزار قدرتمندی نیاز ندارد و می‌تواند در آینده به یک اپلیکیشن موبایل منتقل شود.
به گفته پروفسور ویرجیلیوس اولوزاس، در گروه گوش، حلق و بینی در دانشکده پزشکی LSMU، بیماران مبتلا به بیماری پارکینسون در مراحل اولیه ممکن است به شیوه‌ای آرام‌تر صحبت کنند، که می‌تواند یکنواخت، کم‌تر بیان و کندتر صحبت کند. و تکه تکه تر، و این بسیار دشوار است که با گوش متوجه شوید. با پیشرفت بیماری، گرفتگی صدا، لکنت زبان، تلفظ نامفهوم کلمات و از دست دادن مکث بین کلمات می تواند آشکارتر شود.
گسترش پایگاه داده زبان هوش مصنوعی
با در نظر گرفتن این علائم، یک تیم مشترک از محققان لیتوانیایی سیستمی را برای تشخیص زودتر بیماری ایجاد کرده اند.
بیماری پارکینسون معمولاً با از دست دادن عملکرد حرکتی – لرزش دست، سفتی عضلات یا مشکلات تعادل همراه است. طبق گفته Maskeliūnas، محقق دپارتمان مهندسی چند رسانه ای KTU، با کاهش فعالیت حرکتی، عملکرد تارهای صوتی، دیافراگم و ریه ها نیز کاهش می یابد: «تغییرات در گفتار اغلب حتی زودتر از اختلالات عملکرد حرکتی رخ می دهد، به همین دلیل است که تغییر می کند. گفتار ممکن است اولین علامت بیماری باشد.”
محقق لیتوانیایی از دانشگاه فناوری کاوناس (KTU)، Rytis Maskeliūnas، به همراه همکارانش از دانشگاه علوم بهداشت لیتوانی (LSMU)، سعی کردند با استفاده از داده های صوتی علائم اولیه بیماری پارکینسون را شناسایی کنند.
Maskeliūnas، محقق KTU، می گوید: «ما جایگزینی برای معاینه معمول بیمار ایجاد نمی کنیم – روش ما برای تسهیل تشخیص زودهنگام بیماری و ردیابی اثربخشی درمان طراحی شده است.
کیپراس پریبویسیس، مدرس بخش گوش، حلق و بینی در دانشکده پزشکی LSMU، در مورد پیشرفت این مطالعه، تأکید می‌کند که این مطالعه فقط بر روی بیمارانی انجام شده است که قبلاً مبتلا به پارکینسون تشخیص داده شده بودند: «تاکنون رویکرد ما این است. قادر به تشخیص پارکینسون از افراد سالم با استفاده از نمونه گفتار است.
ماسکلیوناس می‌گوید: «نتایج ما، که قبلاً منتشر شده‌اند، پتانسیل علمی بسیار بالایی دارند. مطمئناً، هنوز راه طولانی و چالش‌برانگیزی برای استفاده از آن در عمل بالینی روزمره وجود دارد».
به گفته او، ارتباط بین بیماری پارکینسون و ناهنجاری‌های گفتاری در دنیای تجزیه و تحلیل سیگنال دیجیتال جدید نیست – از دهه 1960 شناخته شده و مورد تحقیق قرار گرفته است. با این حال، با پیشرفت تکنولوژی، استخراج اطلاعات بیشتر از گفتار ممکن می شود.
این الگوریتم در آینده به یک اپلیکیشن موبایل تبدیل خواهد شد
به گفته این محقق، مراحل بعدی شامل افزایش تعداد بیماران برای جمع آوری داده های بیشتر و تعیین اینکه آیا الگوریتم پیشنهادی نسبت به روش های جایگزین مورد استفاده برای تشخیص زودهنگام پارکینسون برتری دارد یا خیر. علاوه بر این، بررسی اینکه آیا الگوریتم نه تنها در محیط‌های شبیه آزمایشگاه، بلکه در مطب پزشک یا در خانه بیمار نیز به خوبی کار می‌کند، ضروری خواهد بود.
