هوش مصنوعی و تشخیص زودهنگام سرطان حنجره از طریق تحلیل صدا

چالش‌های کنونی و نیاز به تشخیص زودهنگام

سرطان حنجره، بیماری‌ای که در سال ۲۰۲۱ حدود ۱.۱ میلیون نفر را در سراسر جهان درگیر کرد و منجر به فوت تقریباً ۱۰۰ هزار نفر شد، معمولاً با روش‌هایی مانند آندوسکوپی و بافت‌برداری تشخیص داده می‌شود. این روش‌ها اغلب در مراحل پیشرفته‌تر بیماری به کار می‌روند. با این حال، تغییرات ظریف در تارهای صوتی که با گوش انسان قابل تشخیص نیستند، می‌توانند نشانه‌های اولیه این سرطان باشند.

ابزارهای غربالگری دیجیتال که قادر به شناسایی علائم هشدار اولیه از طریق ضبط صدا هستند، می‌توانند به پزشکان عمومی در تشخیص زودهنگام بیماران در معرض خطر کمک شایانی کنند.

یافته‌های کلیدی مطالعه جدید

دانشمندان «دانشگاه علوم و سلامت اورگان» و «دانشگاه ایالتی پورتلند» با تحلیل ۱۲۵,۰۲۳ صدای ضبط شده از ۳۰۶ شرکت‌کننده آمریکایی، به نتایج مهمی دست یافتند:

• آنها ویژگی‌های صوتی خاصی را در مردان شناسایی کردند که نشان‌دهنده ضایعات تار صوتی (چه خوش‌خیم و چه سرطانی) بودند.
• رابطه بین آهنگ و صدا به تمایز دقیق بین صدای مردان مبتلا به سرطان، ضایعات خوش‌خیم و اختلالات صوتی کمک کرد.

متاسفانه، در این مطالعه ویژگی‌های آماری معناداری در صدای زنان یافت نشد. با این حال، پژوهشگران امیدوارند که با استفاده از مجموعه‌های داده گسترده‌تر در آینده، بتوانند نتایج مشابهی را برای صدای زنان نیز به دست آورند.

آینده ابزارهای تشخیص مبتنی بر هوش مصنوعی

«فیلیپ جنکینز»، متخصص انفورماتیک بالینی از دانشگاه علوم و سلامت اورگان، اظهار داشت: «برای تبدیل این مطالعه به یک ابزار هوش مصنوعی کارآمد، مدل‌ها را با استفاده از یک مجموعه داده حتی بزرگ‌تر از ضبط‌های صدا که توسط متخصصان برچسب‌گذاری شده‌اند، آموزش خواهیم داد. سپس باید سامانه را آزمایش کنیم تا مطمئن شویم که برای زنان و مردان به یک اندازه خوب کار می‌کند.»

جنکینز تخمین می‌زند که ابزارهای بهداشتی مبتنی بر صدا در حال حاضر در مراحل آزمایشی قرار دارند و با مجموعه‌های داده بزرگ‌تر و اعتبارسنجی بالینی، ابزارهای مشابه برای تشخیص ضایعات تار صوتی ممکن است در چند سال آینده وارد مرحله آزمایش مقدماتی شوند. این مطالعه در مجله Frontiers in Digital Health منتشر شده است.