Οι καρκινικές αλλοιώσεις των φωνητικών χορδών μπορούν να επηρεάσουν ελαφρώς τον ήχο της φωνής ενός ατόμου, γεγονός που θα μπορούσε να βοηθήσει στην πιο έγκαιρη διάγνωση του καρκίνου του λάρυγγα σε σύγκριση με τις τρέχουσες μεθόδους.
Αν και οι διαφορές είναι αδύνατο να ανιχνευθούν με το ανθρώπινο αυτί, οι επιστήμονες έχουν διαπιστώσει ότι οι αλγόριθμοι μηχανικής μάθησης μπορούν να τις διακρίνουν, αναφέρει το Science Alert.
Σε όλο τον κόσμο, το 2021 διαγνώστηκαν περίπου 1,1 εκατομμύρια περιπτώσεις καρκίνου του λάρυγγα και περίπου 100.000 άνθρωποι πέθαναν από αυτόν. Επί του παρόντος, ο καρκίνος αυτός διαγιγνώσκεται από ειδικούς με τη χρήση επεμβατικών διαδικασιών, όπως βιντεο-ενδοσκόπηση ρινός και βιοψίες.
Τα ψηφιακά εργαλεία διαλογής που ανιχνεύουν τα πρώιμα προειδοποιητικά σημάδια του καρκίνου του λάρυγγα χρησιμοποιώντας ηχογραφήσεις φωνής, θα μπορούσαν να βοηθήσουν τους μη ειδικούς γιατρούς να εντοπίσουν τους ασθενείς που διατρέχουν κίνδυνο και να τους βοηθήσουν να λάβουν διάγνωση νωρίτερα.
Ανάλυση 12.523 ηχογραφήσεων
Σε μελέτη που δημοσιεύτηκε στο περιοδικό Frontiers in Digital Health, ερευνητές από το Πανεπιστήμιο Υγείας και Επιστημών του Όρεγκον και το Πολιτειακό Πανεπιστήμιο του Πόρτλαντ ανέλυσαν 12.523 ηχογραφήσεις φωνής από 306 συμμετέχοντες και εντόπισαν στους άνδρες τα χαρακτηριστικά της φωνής που προδίδουν βλάβες των φωνητικών χορδών, οι οποίες ήταν είτε καλοήθεις είτε καρκινικές.
Συγκεκριμένα, ο λόγος αρμονικών προς θόρυβο (Harmonic to Noise Ration – HNR) βοήθησε στη διάκριση μεταξύ ανδρικών φωνών με καρκίνο, καλοήθεις βλάβες και φωνητικές διαταραχές.
Οι ερευνητές δεν μπόρεσαν να εντοπίσουν στατιστικά σημαντικά χαρακτηριστικά στις γυναικείες φωνές που συμπεριλήφθηκαν στη μελέτη, αλλά ελπίζουν ότι ένα ευρύτερο σύνολο δεδομένων θα μπορούσε να προσφέρει καλύτερα αποτελέσματα για τις γυναικείες φωνές στο μέλλον.
Πιλοτική δοκιμή σε δύο χρόνια
«Για να προχωρήσουμε από αυτή τη μελέτη σε ένα εργαλείο τεχνητής νοημοσύνης που αναγνωρίζει βλάβες των φωνητικών χορδών, θα εκπαιδεύσουμε μοντέλα χρησιμοποιώντας ένα ακόμη μεγαλύτερο σύνολο δεδομένων ηχογραφήσεων φωνής, που θα έχουν επισημανθεί από επαγγελματίες. Στη συνέχεια, θα πρέπει να δοκιμάσουμε το σύστημα για να βεβαιωθούμε ότι λειτουργεί εξίσου καλά για γυναίκες και άνδρες», λέει ο κλινικός πληροφορικός Φίλιπ Τζένκινς από το Πανεπιστήμιο Υγείας και Επιστημών του Όρεγκον.
«Εργαλεία υγείας βασισμένα στη φωνή βρίσκονται ήδη σε πιλοτική φάση. Με βάση τα ευρήματά μας, εκτιμώ ότι με μεγαλύτερα σύνολα δεδομένων και κλινική επικύρωση, παρόμοια εργαλεία για την ανίχνευση βλαβών των φωνητικών χορδών θα μπορούσαν να εισέλθουν σε πιλοτική δοκιμή τα επόμενα δύο χρόνια».
