Vocalis Health: تشخیص بیماری های تنفسی و قلبی عروقی با پردازش سیگنال های صوتی

صدا می‌تواند ابزار قدرتمندی برای توسعه‌ی فناوری‌های پزشکی از راه دور باشد. صدای هر فرد، به دلیل اختلافات منحصر به فرد آناتومی بدن انسان، مختص هر فرد است. تشخیص بیماری از طریق صوت کاملا غیرتهاجمی و ارزان بوده و می تواند نیاز به حضور فیزیکی بیمار در کلینیک های تخصصی را برطرف سازد. شرکت Vocalis Health با بهره‌گیری از یادگیری ماشینی و هوش مصنوعی، نشانگرهای زیستی را در صداهای ضبط شده شناسایی می‌کند. فناوری این شرکت قادر است به طورموفقیت آمیز مرگ و میر و موارد پذیرش مجدد بیماران مبتلا به نارسایی قلبی و عروقی را تشخیص دهد. هم‌اکنون Vocalis Health فناوری خود را در راستای درک ارتباط میان نشانگرهای زیستی صوتی و افراد آلوده به Covid-19 به کار می‌برد. برای آشنایی با کاربرد پردازش سیگنال صوتی در تشخیص بیماری‌های قلبی عروقی با مجله‌ی فناوری‌های توان‌افزا و پوشیدنی همراه باشید.

حوزه‌ی مراقبت و پزشکی از راه دور با رشد فناوری‌های نظارتی در حال پیشرفت است. پروفسور Elad Maor متخصص مداخله ای قلب و عروق در مرکز درمانی شیبا کشور اسرائیل، استاد دانشگاه تل‌آویو و مشاور شرکت Vocalis Health در آخرین مطالعات خود درباره فناوری پردازش صدا و تشخیص بیماری‌ها پژوهش می‌کند.

پروفسور Elad Maor

چگونه می‌توان با تجزیه و تحلیل صدا، بیماری‌ها را تشخیص داد؟

این پرسش وجود دارد که چه ویژگی‌های منحصر به فردی را می‌توان از صداهای ضبط شده استخراج کرد؟ تجزیه و تحلیل صوت بسیار پیچیده است. افزون بر آنچه ما با شنیدن صدا درک می‌کنیم، اطلاعات بسیاری در سیگنال‌های صوتی وجود دارد. با اعمال الگوریتم‌های یادگیری ماشینی و هوش مصنوعی بر سیگنال‌های صوتی، امکان تشخیص بیماری‌ها وجود دارد. در واقع ویژگی‌های یکتا در صدا، توابع ریاضی هستند که در راستای آنالیز سیگنال صوتی به کار گرفته می‌شوند. به این ویژگی‌های منحصر به فرد، voice feature گفته می‌شود.

در پژوهش انجام شده توسط پروفسور Elad Maor، دویست ویژگی از ۲۰ ثانیه صحبت ضبط شده استخراج شد. با به کارگیری این ۲۰۰ ویژگی، الگوریتمی را توسعه دادند که به صورت موفقیت آمیز، بیماران پرخطر قلبی و عروقی را تشخیص می‌دهد. یافته‌های این مطالعه در مجله‌ی انجمن قلب آمریکا (American Heart Association) به چاپ رسیده است. پروفسور Elad Maor توضیح می‌دهد که صداهای ثبت شده بیماران مزمن قلبی عروقی در این پژوهش مورد استفاده قرار گرفته است. با ترکیب اطلاعات الکترونیکی پزشکی افراد و صداهای ضبط شده، مجموعه‌ی داده‌ ایجاد شده است. این مجموعه‌داده در راستای تشخیص بیماران پرخطر قلبی و عروقی که نیاز به بستری مجدد در بیمارستان دارند یا در معرض خطر مرگ هستند، به کار می‌رود.

ابزارهای یادگیری ماشین و هوش مصنوعی بر این داده‌ها اعمال شده است. سپس پژوهشگران Vocalis Health نتایج به دست آمده را بر زیرمجموعه ای از بیماران قلبی عروقی شامل بیماران مبتلا به نارسایی مزمن قلبی (congestive heart failure) ارزیابی کردند. یافته‌ی اصلی این پژوهش این است که ویژگی صدا با احتمال پذیرش مجدد بیماران در بیمارستان و مرگ و میر بیماران قلبی عروقی ارتباط دارد. این یافته‌ی بزرگ می‌تواند به متخصصان و بخش‌های مراقبت‌های پزشکی کمک کند تا بیماران پرخطر را شناسایی کنند و اقدامات لازم را انجام دهند.

آیا تجزیه و تحلیل سیگنال‌های صوتی برای تشخیص بیماری‌های دیگر نیز کاربرد دارد؟

داده‌هایی وجود دارد که نشان می‌دهد میان صدا و بیماری‌های عصبی همچون پارکینسون ارتباط وجود دارد. همچنین با داده‌های به دست آمده می‌توان دریافت که ارتباطی میان انسداد عروق کرونر و پرفشاری ریوی (pulmonary hypertension) وجود دارد. این شرکت داده‌هایی به دست آورده است که با بهره‌گیری از سیگنال‌های صوتی، بیماری مزمن انسدادی ریه (COPD) و تنگی نفس را تشخیص دهد. هم‌اکنون مرکز مایو کلینیک در آمریکا و مرکز پزشکی شیبا در اسرائیل و دیگر مراکز پژوهشی سراسر دنیا درباره‌ی ارتباط میان سیگنال‌های صوتی و بیماری‌های غیر قلبی عروقی کار می‌کنند.

تشخیص بیماری COVID-19 با سیگنال‌های صوتی

شرکت Vocalis Health تعدادی بیمارانی که دارای تست مثبت و منفی COVID-19 بودند را مورد آزمایش قرار دادند. داده‌های صوتی هر دو گروه با کمک الگوریتم‌های یادگیری ماشین و هوش مصنوعی با هدف شناسایی الگوهای تشخیص بیماری مورد بررسی قرار گرفت. افزون بر این، در تارنمای این شرکت بخشی در نظر گرفته شده است تا عموم افراد با ارسال صدای خود در پیشبرد این تحقیق همکاری کنند. با استفاده از پردازش سیگنال صوتی نسبت به دیگر مبتلایان که در همان مشخصات فرد بیمار، مشابه هستند فرایند تشخیص انجام می‌شود. از مزایای این روش می‌توان به عدم نیاز حضور افراد مشکوک به بیماری و یا سالم به مراکز درمانی و تماس با دیگر افراد بیمار و همچنین کاهش هزینه‌ها نام برد.

چالش‌های روش آنالیز سیگنال صوتی در تشخیص بیماری COVID-19

یکی از چالش‌های این روش این است که مشکل ریوی مختص بیماری COVID-19 نیست. دیگر ویروس‌ها یا بیماری‌ها و عواملی مثل سیگار کشیدن نیز سبب آسیب به ریه می‌شوند.

آینده تجزیه و تحلیل سیگنال‌های صوتی و مراقبت‌های پزشکی از راه دور

صدا در هر تعامل با بیمار شفاف و در دسترس است. اگر ثابت شود ویژگی‌های استخراج شده از صدای افراد، دقیق است. این فناوری می‌تواند یکی از ابزارهای آینده در تشخیص بیماری‌ها و پیشرفت مراقبت‌های پزشکی از راه دور باشد.

Vocalis Health: تشخیص بیماران پرخطر قلبی عروقی با پردازش سیگنال های صوتی بیماران

بیشتر بخوانیم:

>>ایمپلنت عصبی و مغزی چگونه کار می کند ؟
>>مروری بر اخبار حوزه توان‌افزای بیماری کورونا در فروردین ۱۳۹۹
>>معرفی پنج شرکت که از هوش مصنوعی برای مبارزه با کرونا استفاده می کنند


منبع:medgadget

«استفاده و بازنشر مطالب تنها با ذکر لینک منبع و نام (مجله فناوری‌های توان‌افزا و پوشیدنی) مجاز است»

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *