محققان دانشگاه روچستر کشف کردند که تغییرات ظریف در الگوهای گفتاری ممکن است پارکینسون را قبل از بروز لرزش‌های آشکار و سفت شدن عضلات، آشکار کند. سیستم هوش مصنوعی آنها کیفیت صدا، ریتم و تلفظ را هنگامی که افراد جمله آشنایی را که شامل تمام حرف الفبا است، بیان می‌کنند، تجزیه و تحلیل می‌کند.

به نقل از اس‌اف، انتظار می‌رود موارد پارکینسون تا سال ۲۰۳۰ دو برابر شود، با این حال کل مناطق با کمبود شدید متخصص مغز و اعصاب مواجه هستند. در سال ۲۰۱۴، بنگلادش تنها ۸۶ متخصص مغز و اعصاب برای بیش از ۱۴۰ میلیون نفر جمعیت داشت، در حالی که برخی از کشورهای آفریقایی به ازای هر سه میلیون نفر یک متخصص مغز و اعصاب داشتند.

احسان حق، استاد دانشکده علوم رایانه روچستر و مدیر مشترک آزمایشگاه تعامل انسان و رایانه روچستر، در بیانیه‌ای می‌گوید: بخش‌های وسیعی از ایالات متحده و سراسر جهان وجود دارد که دسترسی به مراقبت‌های تخصصی عصبی در آنها محدود است. با رضایت کاربران، رابط‌های کاربری مبتنی بر گفتار مانند آمازون الکسا یا گوگل هوم می‌توانند به طور بالقوه به افراد کمک کنند تا تشخیص دهند که آیا نیاز به مراقبت بیشتر دارند یا خیر.

چگونه هوش مصنوعی به علائم اولیه پارکینسون گوش می‌دهد

به گزارش پایگاه خبری پیام خانواده؛ طبق مطالعات قبلی که توسط محققان ذکر شده است، مشکلات گفتاری تا ۸۹ درصد از افراد مبتلا به پارکینسون را تحت تاثیر قرار می‌دهد. این تغییرات صوتی اغلب قبل از آشکار شدن علائم جسمی ظاهر می‌شوند. این گروه صداهای ضبط شده از ۱۳۰۶ نفر که ۳۹۲ نفر مبتلا به پارکینسون و ۹۱۴ نفر بدون این بیماری بودند را در خانه‌ها، کلینیک‌ها و مراکز مراقبتی جمع‌آوری کرد.

به جای گوش دادن به آنچه مردم می‌گویند، هوش مصنوعی بر نحوه بیان آنها تمرکز کرد. این سیستم سه فناوری قدرتمند تشخیص گفتار را که هر کدام بر اساس حجم عظیمی از داده‌های گفتاری انسان آموزش دیده بودند، ترکیب کرد. این برنامه‌ها هنگام همکاری با یکدیگر می‌توانستند الگوهای صوتی نامرئی برای گوش انسان اما مشخصه تغییرات عصبی را تشخیص دهند.

شرکت‌کنندگان به سادگی از یک پلتفرم مبتنی بر وب برای ضبط صدای خود در حال خواندن جمله در هر رایانه‌ای با میکروفون استفاده کردند. هوش مصنوعی به طور خودکار گفتار آنها را برای یافتن نشانه‌های صوتی مرتبط با پارکینسون تجزیه و تحلیل کرد.

هوش مصنوعی از بسیاری از پزشکان انسانی بهتر عمل می‌کند

هوش مصنوعی از بسیاری از پزشکان انسانی بهتر عمل کرد. طبق مطالعه‌ای که توسط محققان ذکر شده است، پزشکان غیرمتخصص حدود ۷۳.۸ درصد از مواقع پارکینسون را به درستی تشخیص می‌دهند، در حالی که متخصصان اختلالات حرکتی به دقت ۷۹.۶ درصد می‌رسند. در مقایسه، سیستم هوش مصنوعی در مجموعه داده‌های آزمایش داخلی خود به دقت ۸۵.۷ درصد دست یافت.

نکته مهم این است که محققان هیچ سوگیری آماری معنی‌داری در بین گروه‌های جمعیتی کلیدی مانند جنسیت، سن یا قومیت پیدا نکردند.

هنگامی که محققان هوش مصنوعی را روی مجموعه داده‌های کاملا جدید از مراکز پزشکی که قبلا هرگز ندیده بود، آزمایش کردند، عملکرد از نظر بالینی معنادار باقی ماند. دقت کمی به ۷۰ تا ۷۵ درصد کاهش یافت و نمرات از ۷۸ تا ۸۲ درصد متغیر بود، که نشان می‌دهد این فناوری هنوز هم می‌تواند در خارج از محیط‌های تحقیقاتی کنترل‌شده به طور مؤثر عمل کند.

جوامع روستایی و کشورهای در حال توسعه بیشترین سود را از این روش خواهند برد. به جای سفر صدها مایلی برای مراجعه به متخصص، افراد می‌توانند غربالگری اولیه را به صورت محلی دریافت کنند و نتایج مثبت باعث ارجاع به ارزیابی جامع می‌شود.

این سیستم محدودیت‌های مهمی دارد. در حال حاضر فقط با انگلیسی زبانان کار می‌کند، اگرچه محققان قصد دارند آن را به زبان‌های دیگر نیز گسترش دهند. همچنین به دسترسی به رایانه و اتصال پایدار اینترنت نیاز دارد که به طور بالقوه استفاده از آن را در جوامعی که بیشترین نیاز را به آن دارند، محدود می‌کند.

این هوش مصنوعی همچنین با گروه‌های سنی خاصی که پیری طبیعی بر کیفیت صدا تاثیر می‌گذارد، مشکل داشت. این محدودیت‌ها به این معنی است که هرگونه استقرار در دنیای واقعی نیاز به اقدامات حفاظتی دقیق دارد تا از تشخیص اشتباه جلوگیری شود و اطمینان حاصل شود که مردم درک می‌کنند که نتایج، احکام پزشکی نهایی نیستند.

این فناوری به جای جایگزینی پزشکان، می‌تواند به عنوان یک سیستم هشدار اولیه قدرتمند در مبارزه جهانی علیه بیماری پارکینسون عمل کند. با افزایش سن جمعیت در سراسر جهان، انجام یک آزمایش گفتار ساده می‌تواند به تشخیص این بیماری ویرانگر قبل از اینکه خیلی دیر شود و تغییری ایجاد نشود، کمک کند.