تشخیص پارکینسون از روی صدا؟!

مدل هوش مصنوعی می‌تواند بیماری را پیش از علائم حرکتی شناسایی کند

به گزارش پایگاه خبری تحلیلی اعتماد نو، گروهی از پژوهشگران آمریکایی با استفاده از مدل‌های یادگیری ماشینی موفق شدند نشانه‌های بیماری پارکینسون را صرفاً از طریق تحلیل صدای افراد تشخیص دهند؛ آن هم پیش از بروز علائم حرکتی قابل مشاهده.

آنیراث آنانتانارایانان، متخصص بیوانفورماتیک دانشگاه تگزاس شمالی و همکارانش با بررسی ۱۹۵ فایل صوتی از ۳۱ داوطلب، الگوریتم‌هایی را آموزش دادند که در ۹۰ درصد موارد موفق به شناسایی صحیح افراد مبتلا به پارکینسون شدند. از این تعداد، ۲۳ نفر پیش‌تر به این بیماری مبتلا تشخیص داده شده بودند.

پژوهشگران دریافتند برخی ویژگی‌های صوتی همچون نوسانات نامنظم تارهای صوتی و عدم بسته شدن کامل چاکنای می‌تواند نشانگر اختلالات عصبی مانند پارکینسون باشد. این نشانه‌ها در قالب علائمی چون صدای خشن، اختلال گفتاری، و کندی حرکت بروز می‌کنند.

دیسفونی یا گرفتگی صدا که نشانه‌ای از آسیب‌های صوتی است، یکی از علائم اصلی مورد بررسی در این مطالعات بوده است. با این حال، پژوهشگران تأکید کرده‌اند که برای تعمیم‌پذیری نتایج نیاز به داده‌های صوتی بیشتر از افراد با لهجه‌ها و شرایط مختلف محیطی وجود دارد.

این پژوهش که هنوز داوری علمی رسمی را طی نکرده، از سوی برخی کارشناسان به‌عنوان یک روش غربالگری زودهنگام با پتانسیل بالا معرفی شده است. اگر در مطالعات وسیع‌تر نیز تأیید شود، می‌تواند ابزار مقرون‌به‌صرفه و قابل دسترسی برای تشخیص اولیه بیماری پارکینسون باشد؛ به‌ویژه در شرایطی که نرخ ابتلا به این بیماری در حال افزایش است و درمان مؤثری برای آن وجود ندارد.