هوش مصنوعی به زودی از طریق تحلیل صدا سرطان حنجره را تشخیص می‌دهد

استفاده از هوش مصنوعی برای تشخیص سرطان به زودی ممکن خواهد شد. اگرچه همین حالا هم دانشمندان و محققان پزشکی از ابزارهای هوش مصنوعی برای تحلیل داده‌های مرتبط با بیماری‌ها و توسعه روش‌های درمان استفاده می‌کنند؛ هوش مصنوعی هنوز عملکرد تشخیصی ندارد. با این حال پژوهشگران می‌گویند هوش مصنوعی می‌تواند برای تجزیه و تحلیل صداهای ضبط شده‌ی کوتاه، به منظور شناسایی ناهنجاری‌ها در تارهای صوتی، از گره‌های بی‌ضرر گرفته تا اولین علائم سرطان حنجره، مورد استفاده قرار گیرد.

یک ضبط صدای ساده ممکن است روزی به پزشکان کمک کند تا علائم اولیه سرطان گلو را تشخیص دهند.

در مطالعه‌ای که در نشریه Frontiers in Digital Health منتشر شده، دانشمندان دریافتند که هوش مصنوعی (AI) می‌تواند با تحلیل تکه‌های صوتی کوتاه، رشدهای غیرطبیعی روی تارهای صوتی را شناسایی کند.

این یافته‌ها می‌توانند به تلاش‌ها برای پیدایش روشی آسان‌تر و سریع‌تر برای تشخیص ضایعات سرطانی روی تارهای صوتی، که به آن‌ها چین‌های صوتی نیز گفته می‌شود، کمک کنند.

فیلیپ جنکینز، نویسنده اصلی این مطالعه و پژوهشگر فوق‌دکترا در حوزه انفورماتیک بالینی در دانشگاه علوم و سلامت اورگان در ایالات متحده، گفت: «با این مجموعه داده‌ها می‌توانیم از نشانگرهای صوتی برای تشخیص تفاوت بین صدای بیماران دارای ضایعات تار صوتی و کسانی که چنین ضایعاتی ندارند استفاده کنیم.»

چرا تشخیص زودهنگام سرطان حنجره مهم است؟

سرطان حنجره یا جعبه صوتی، بیش از یک میلیون نفر را در سراسر جهان مبتلا می‌کند و سالانه حدود 100 هزار نفر را به کام مرگ می‌کشاند. این بیماری بیستمین سرطان رایج در جهان است.

سیگار کشیدن، مصرف الکل و برخی گونه‌های ویروس HPV (ویروس پاپیلوم انسانی) از عوامل اصلی خطر هستند. نرخ بقای بیماران؛ به گفته مؤسسه Cancer Research UK بسته به زمان تشخیص بیماری، بین حدود 35 تا 90 درصد متغیر است.

یکی از رایج‌ترین نشانه‌های هشداردهنده برای سرطان حنجره، گرفتگی صدا یا تغییراتی در صداست که بیش از سه هفته ادامه داشته باشد. سایر علائم شامل گلودرد یا سرفه مداوم، دشواری یا درد هنگام بلع، وجود توده‌ای در گردن یا گلو، و درد در ناحیه گوش می‌شود.

تشخیص زودهنگام سرطان حنجره بسیار حیاتی است، زیرا به‌طور قابل‌توجهی نرخ بقا و اثربخشی درمان را افزایش می‌دهد.

با این حال، روش‌های فعلی تشخیص مانند آندوسکوپی بینی و نمونه‌برداری، روش‌هایی تهاجمی، ناراحت‌کننده و اغلب کند هستند که نیاز به تجهیزات تخصصی و مهارت‌هایی دارند که بسیاری از بیماران به‌راحتی به آن‌ها دسترسی ندارند.

توسعه ابزاری ساده با استفاده از هوش مصنوعی برای شناسایی علائم اولیه ناهنجاری‌های تارهای صوتی از طریق ضبط صدا، می‌تواند نحوه تشخیص سرطان حنجره را متحول کند. هوش مصنوعی این روش تشخیص را سریع‌تر، مقرون‌به‌صرفه‌تر و در دسترس‌تر برای جمعیت گسترده‌تری قرار خواهد داد.

قدم بعدی برای تشخیص سرطان با هوش مصنوعی

تیم تحقیقاتی حدود 12 هزار و 500 نمونه ضبط صدا از 306 نفر در سراسر آمریکای شمالی را بررسی کرد. آن‌ها به دنبال الگوهای صوتی ظریف بودند؛ مانند تغییرات در زیر و بمی صدا (pitch)، بلندی صدا (loudness) و وضوح هارمونیک.

این تیم تفاوت‌های مشخصی را در نسبت هارمونیک به نویز و زیر و بمی صدا در مردان بین افراد دارای صدای سالم، ضایعات خوش‌خیم و سرطان شناسایی کرد. در زنان الگوی قابل‌توجهی مشاهده نشد، اما پژوهشگران معتقدند این موضوع ممکن است به دلیل اندازه کوچک‌تر مجموعه داده‌ها باشد.

فیلیپ جنکینز، نویسنده اصلی مطالعه، گفت: «نتایج نشان می‌دهد که مجموعه داده‌های بزرگ‌تر می‌توانند به‌زودی صدای انسان را به یک نشانگر زیستی عملی برای تشخیص خطر سرطان در مراقبت‌های بالینی تبدیل کنند.»

گام بعدی، آموزش مدل‌های هوش مصنوعی با مجموعه داده‌های بزرگ‌تر و دارای برچسب حرفه‌ای و آزمایش آن‌ها در محیط‌های بالینی است. جنکینز افزود که باید مطمئن شد این سیستم برای هر دو جنسیت عملکرد مناسبی دارد.

او گفت: «ابزارهای سلامت مبتنی بر صدا همین حالا هم در مرحله آزمایشی هستند. با تکیه بر یافته‌های ما، تخمین می‌زنم که با مجموعه داده‌های بزرگ‌تر و اعتبارسنجی بالینی، ابزارهای مشابه برای تشخیص ضایعات تارهای صوتی می‌توانند در یکی دو سال آینده وارد مرحله آزمایش شوند.»

منبع خبر