Egészség
A hangunk segíthet a Parkinson-kór korai felismerésében
A korai felismerés hatalmas hatással lehet a betegek életminőségére
„Eredményeink arra utalnak, hogy a hangalapú gépi tanulási modellek még a nyilvánvaló motoros tünetek megjelenése előtt képesek felismerni a betegség jeleit” – magyarázza Aniruth Ananthanarayanan, a North Texas Egyetem bioinformatikus kutatója és kollégái még nem publikált kutatásukban.
A Parkinson-kór világszerte közel kilencmillió embert érint. Jellemző tünetei a finom mozgások kontrolljának nehézsége és a végtagok remegése, de a betegek hangulatát, gondolkodását és memóriáját is befolyásolja.
Bár a betegség mechanizmusa többé-kevésbé ismert, a funkciók leállásának kiváltó okai még nem teljesen tisztázottak. Minden, a feldolgozott élelmiszerektől a golfpályákon használt peszticidekig, szerepet játszhat, és genetikai tényezők is közrejátszanak.
Jelenleg nincs gyógymód a Parkinson-kórra, így a betegek és szeretteik leginkább csak a tüneteket lassító terápiákban reménykedhetnek. Minél korábban kezdődik a kezelés, annál nagyobb az esély a javulásra. Így a korai felismerés hatalmas hatással lehet a betegek életminőségére.
Ananthanarayanan és csapata gépi tanulási modelleket használt, hogy kizárólag a hangjuk alapján megállapítsák, hogy egy csoport önkéntes Parkinson-kórban szenved-e.
A modelleket 31 ember 195 hangfelvételével tesztelték és tanították. Ezek közül 23-nál diagnosztizáltak Parkinson-kórt. A mintákat kereső program 90 százalékos pontossággal azonosította a betegeket.
A modellek által értékelt hangjellemzők között szerepel a remegés, amely a hangszálak szabálytalan rezgésének eredménye; a zaj-harmonikus arány, amely a glottis nem megfelelő záródásának jele; valamint a zavaros hangjelminták mértéke.
Ezek a tulajdonságok korábban már összefüggésbe hozhatók voltak a Parkinson-kór jól ismert tüneteivel, többek között a rekedt hanggal, a gyenge hangszálak miatt jelentkező beszédzavarral és a lassú vagy bizonytalan mozgással.
„A dysphoniahoz hasonló hangtünetek diagnosztikai potenciáljuk ellenére alulhasznosítottak” – magyarázzák a kutatók, számol be a ScienceAlert.
Figyelmeztetnek azonban, hogy további munkára van szükség a modellek általánosíthatóságának teszteléséhez, mivel a programokat csak 31 személy hangadataival tanították be. Ezért nem valószínű, hogy módszerük képes lenne a különböző korosztályok, akcentusok és környezeti feltételek között a valós hangkülönbségek teljes skáláját lefedni.
A tanulmányban nem részt vevő adatelemző, Aiden Arnold elmondta Clarissa Brincatnak a New Scientist magazinban, hogy ez a hangalapú megközelítés „korai szűrésként is nagyon ígéretes”.
