Science

Διάγνωση της Νόσου Πάρκινσον μέσω φωνητικής ανάλυσης! [Video]

Ακόμα μία πολύ ενδιαφέρουσα είδηση παίρνει δημοσιότητα, χάριν στην εκδήλωση TEDGlobal που διεξήχθη στο Εδινβούργο στις 25 Ιουνίου, καθώς ένας ερευνητής του MIT, ο Max Little, ανακοίνωσε ότι δημιούργησε έναν αλγόριθμο που αναλύει φωνητικά μοτίβα για τη διάγνωση της Νόσου Πάρκινσον (σοβαρή ασθένεια που εκφυλίζει το νευρολογικό σύστημα).

Η διαγνωστική μέθοδος του Little δημοσιεύτηκε νωρίτερα μέσα στο 2012 στο περιοδικό IEEE Transactions, όπου μαζί με τον συνάδελφο του Αθανάσιο Τσάνα εξηγούν ότι αναλύοντας 263 φωνητικά δείγματα συγκεκριμένης συχνότητας από 43 διαφορετικούς ασθενείς και κατάφεραν να ξεχωρίσουν 132 φωνητικές διαταραχές. Ο αλγόριθμος τους χρειάστηκε μόλις 10 από αυτές τις διαταραχές για να διαγνώσει σημάδια Νόσου Πάρκινσον με ακρίβεια 99%!

Το περιθώριο λάθους μπορεί να μικρύνει ακόμα περισσότερο εάν ο αλγόριθμος έχει μεγαλύτερο δείγμα προς ανάλυση και γι' αυτόν τον λόγο ο Little ξεκίνησε το project Parkinson's Voice Initiative, ζητώντας εθελοντές (ασθενείς και μη) από όλο τον κόσμο να περάσουν από μία 3λεπτή συνέντευξη για να ενισχύσει ακόμα περισσότερο τη βάση δεδομένων.

Ακόμη, θα μπορούσαν να δημιουργηθούν ανάλογες εφαρμογές που θα στέλνουν φωνητικό δείγμα σε κάποια κλινική για άμεση ανάλυση απευθείας από το smartphone του χρήστη ή συσκευές παρακολούθησης της εξέλιξης της ασθένειας σε κάποιον ασθενή.

Πάντως, αξίζει να σημειωθεί ότι μέχρι σήμερα δεν υπάρχουν διαγνωστικά εργαλεία ή μέθοδοι για την Νόσο Πάρκινσον, παρά μόνο κάποια συμπτώματα (τρέμολο στη φωνή, δυσκολία στην αναπνοή, χαμηλή φωνή κλπ.), επομένως, ο αλγόριθμος του Little μπορεί να αποδειχτεί κάτι παραπάνω από χρήσιμος, αφού αναγνωρίζει την παραμικρή φωνητική διαταραχή.

Να σημειωθεί ότι μέσα από την επίσημη ιστοσελίδα Parkinson's Voice Initiative είναι δυνατή η συμμετοχή στην (ανώνυμη) καταγραφή μιας 3λεπτης συνομιλίας, αλλά προς το παρόν μόνο για Ηνωμένο Βασίλειο, ΗΠΑ, Βραζιλία, Μεξικό, Ισπανία, Αργεντινή και Καναδά.

Τέλος, είναι πολύ σημαντικό να υπάρξει συμμετοχή από μη νοσούντες επειδή με αυτόν τον τρόπο το σύστημα θα μάθει να ξεχωρίζει και να "πετά" αχρείαστα φωνητικά μοτίβα, όπως από κρυωμένους ανθρώπους ή καπνιστές.