Cała zawartość iLive jest sprawdzana medycznie lub sprawdzana pod względem faktycznym, aby zapewnić jak największą dokładność faktyczną.
Mamy ścisłe wytyczne dotyczące pozyskiwania i tylko linki do renomowanych serwisów medialnych, akademickich instytucji badawczych i, o ile to możliwe, recenzowanych badań medycznych. Zauważ, że liczby w nawiasach ([1], [2] itd.) Są linkami do tych badań, które można kliknąć.
Jeśli uważasz, że któraś z naszych treści jest niedokładna, nieaktualna lub w inny sposób wątpliwa, wybierz ją i naciśnij Ctrl + Enter.
Sztuczna inteligencja może wykryć chorobę Parkinsona, analizując subtelne zmiany w głosie
Ostatnia recenzja: 02.07.2025
Algorytmy pozwalające wykrywać subtelne zmiany w głosie człowieka mogą stać się nowym narzędziem do diagnozowania choroby Parkinsona, informują naukowcy z Iraku i Australii.
Kluczowe punkty badania:
Mowa jest jednym z pierwszych wskaźników choroby Parkinsona (PD), która jest uważana za najszybciej rozwijające się zaburzenie neurologiczne na świecie, dotykające ponad 8,5 miliona osób. Jednak tradycyjne metody diagnostyczne są często skomplikowane i powolne, opóźniając wczesne wykrycie choroby.
Naukowcy z Middle Technical University (MTU) w Bagdadzie i University of South Australia (UniSA) opublikowali niedawno raport na temat postępów w dziedzinie sztucznej inteligencji (AI) w diagnozowaniu choroby Parkinsona.
Wczesne zmiany głosu jako wskaźnik choroby Parkinsona
Według profesora nadzwyczajnego Aliego Al-Naji, inżyniera medycznego na MTU i profesora nadzwyczajnego na UniSA, analiza głosu wspomagana sztuczną inteligencją może zmienić podejście do wczesnej diagnozy i zdalnego monitorowania choroby neurodegeneracyjnej.
- Objawy: Choroba Parkinsona powoduje zmiany w głosie, w tym zmiany wysokości głosu, artykulacji i rytmu, z powodu zmniejszonej kontroli mięśni głosowych.
- Metody analizy: algorytmy sztucznej inteligencji analizują te cechy akustyczne, co pozwala na identyfikację wzorców głosu związanych z chorobą na długo przed pojawieniem się widocznych objawów.
Jak działa sztuczna inteligencja?
- Zastosowane technologie: Uczenie maszynowe i głębokie uczenie. Algorytmy są trenowane na dużych zbiorach danych zawierających nagrania głosowe pacjentów z chorobą Parkinsona i osób zdrowych.
- Analiza parametrów głosu: ekstrakcja cech takich jak wysokość dźwięku, zniekształcenia mowy i zmiany w wymowie samogłosek.
- Dokładność: W jednym z badań dokładność klasyfikacji głosu osiągnęła 99%.
Korzyści z wczesnej diagnozy
- Poprawa jakości życia: Wczesne wykrycie pozwala na wczesne rozpoczęcie leczenia, co spowalnia postęp objawów.
- Zdalny monitoring: System sztucznej inteligencji może służyć do monitorowania pacjentów na odległość, zmniejszając potrzebę wizyt w klinice.
Potencjalne ograniczenia i dalsze badania
Naukowcy przyznają, że konieczne są dalsze badania na większych i bardziej zróżnicowanych próbach, aby mieć pewność, że algorytmy będą działać niezawodnie w różnych populacjach.
Podejście to stanowi krok naprzód w diagnostyce choroby Parkinsona, otwierając nowe perspektywy wcześniejszego i wygodniejszego wykrywania choroby.