به گزارش کارگروه فناوری اطلاعات سایبربان ، بیش از ۱۰ میلیون نفر در سراسر جهان با بیماری پارکینسون زندگی می‌کنند. هیچ درمانی برای آن وجود ندارد، اما اگر علائم به موقع تشخیص داده شود، می‌توان بیماری را کنترل کرد. با پیشرفت بیماری پارکینسون، همراه با علائم دیگر، گفتار نیز تغییر می‌کند.
ماسکلیوناس محقق لیتوانیایی از دانشگاه فناوری کاوناس (KTU)، به همراه همکارانش از دانشگاه علوم بهداشت لیتوانی (LSMU)، سعی کردند با استفاده از داده‌های صوتی علائم اولیه بیماری پارکینسون را شناسایی کنند.
بیماری پارکینسون معمولا با از دست دادن عملکرد حرکتی و لرزش دست، سفتی عضلات یا مشکلات تعادل همراه است. طبق گفته ماسکلیوناس، محقق دپارتمان مهندسی چند رسانه‌ای KTU، با کاهش فعالیت حرکتی، عملکرد تار‌های صوتی، دیافراگم و ریه‌ها نیز کاهش می‌یابد. تغییرات در گفتار اغلب حتی زودتر از اختلالات عملکرد حرکتی رخ می‌دهد، به همین دلیل است که تغییر گفتار ممکن است اولین علامت بیماری باشد.
گسترش پایگاه داده زبان هوش مصنوعی
به گفته پروفسور ویرجیلیوس اولوزاس، در گروه گوش، حلق و بینی در دانشکده پزشکی LSMU، بیماران مبتلا به پارکینسون در مراحل اولیه ممکن است به شیوه‌ای آرام‌تر صحبت کنند که می‌تواند یکنواخت، کم‌تر بیان و کندتر و تکه تکه باشد 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 می‌تواند آشکارتر شود.
با در نظر گرفتن این علائم، یک تیم مشترک از محققان لیتوانیایی سیستمی را برای تشخیص زودتر بیماری ایجاد کرده‌اند.
ماسکلیوناس، محقق KTU، گفت: ما جایگزینی برای معاینه معمول بیمار ایجاد نمی‌کنیم، روش ما برای تسهیل تشخیص زودهنگام بیماری و ردیابی اثربخشی درمان طراحی شده است.
به گفته او، ارتباط بین بیماری پارکینسون و ناهنجاری‌های گفتاری در دنیای تحلیل سیگنال دیجیتال چیز جدیدی نیست، از دهه ۱۹۶۰ شناخته شده و مورد تحقیق قرار گرفته است. با این حال با پیشرفت تکنولوژی، استخراج اطلاعات بیشتر از گفتار ممکن می‌شود.
در مطالعه خود، محققان از هوش مصنوعی (AI) برای تجزیه و تحلیل و ارزیابی سیگنال‌های گفتاری استفاده کردند، جایی که محاسبات انجام می‌شود و تشخیص‌ها به جای چند ساعت در چند ثانیه انجام می‌شود. این مطالعه همچنین منحصربه‌فرد است، نتایج با توجه به ویژگی‌های زبان لیتوانیایی طراحی شده‌اند و به این ترتیب پایگاه داده زبان هوش مصنوعی را گسترش می‌دهند.
این الگوریتم در آینده به یک اپلیکیشن موبایل تبدیل خواهد شد
Kipras Pribuišis، مدرس بخش گوش، حلق و بینی در دانشکده پزشکی LSMU، در مورد پیشرفت این مطالعه، تاکید کرد که این مطالعه تنها روی بیمارانی انجام شده است که قبلا به پارکینسون مبتلا شده‌اند. رویکرد ما قادر به تشخیص پارکینسون از افراد سالم با استفاده از یک نمونه گفتاری است. این الگوریتم همچنین دقیق‌تر از آنچه قبلا پیشنهاد شده بود، است.
برای این منظور 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 آموخت. محققان تاکید می‌کنند که این الگوریتم به سخت‌افزار قدرتمندی نیاز ندارد و می‌تواند در آینده به یک اپلیکیشن موبایل منتقل شود.
ماسکلیوناس گفت: نتایج ما که قبلا منتشر شده‌اند، پتانسیل علمی بسیار بالایی دارند. مطمئنا، هنوز راه طولانی و چالش‌برانگیزی برای استفاده از آن در عمل بالینی روزمره وجود دارد.
به گفته این محقق، گام‌های بعدی شامل افزایش تعداد بیماران برای جمع‌آوری داده‌های بیشتر و تعیین برتری الگوریتم پیشنهادی نسبت به روش‌های جایگزین مورد استفاده برای تشخیص زودهنگام پارکینسون است؛ 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.
