صدای شما تنها حامل کلمات نیست، بلکه می‌تواند نشانه‌های پنهانی از وضعیت سلامتی شما را آشکار کند. این صدا ممکن است سرنخ‌هایی از مشکلات خوش‌خیم مانند ندول‌ها یا پولیپ‌ها، یا حتی مراحل اولیه سرطان حنجره را در خود داشته باشد.
یک مطالعه جدید نشان داده است که صدا می‌تواند به عنوان سیگنالی برای تشخیص ناهنجاری‌های تارهای صوتی عمل کند و در نتیجه به شناسایی زودهنگام بیماری‌ها کمک نماید.
تشخیص زودهنگام سرطان حنجره با هوش مصنوعی
توسعه ابزار هوش مصنوعی
محققان ابزاری مبتنی بر هوش مصنوعی طراحی کرده‌اند که می‌تواند صدای افراد را ضبط کرده، آن را تحلیل کند و نشانه‌های اولیه سرطان حنجره را پیش‌بینی نماید.
دکتر «فیلیپ جنکینز»، نویسنده اصلی این پژوهش و پژوهشگر پسادکتری در حوزه انفورماتیک بالینی در دانشگاه علوم و بهداشت اورگن (OHSU) می‌گوید:
«در این تحقیق نشان دادیم که می‌توان از نشانگرهای زیستی صوتی برای تشخیص تفاوت میان صدای بیماران دارای ضایعات تارهای صوتی و افراد سالم استفاده کرد.»
این تیم پژوهشی بخشی از پروژه Bridge2AI-Voice است که به کاربرد هوش مصنوعی برای حل چالش‌های زیست‌پزشکی می‌پردازد. آنها ۱۲,۵۲۳ فایل صوتی از ۳۰۶ شرکت‌کننده در آمریکای شمالی را بررسی کردند.
درک مکانیسم صدا و نقش سرطان
حنجره چیست؟
حنجره یا جعبه صدا لوله‌ای توخالی در وسط گردن است که نقش کلیدی در تولید صدا دارد. تارهای صوتی که درون حنجره قرار دارند هنگام صحبت، نجوا یا حتی فریاد زدن، مرتعش می‌شوند و صدا تولید می‌کنند.
سرطان حنجره
سرطان حنجره یکی از نگرانی‌های مهم سلامت عمومی است. این بیماری می‌تواند به دلیل برخی از انواع ویروس پاپیلومای انسانی (HPV) ایجاد شود و همچنین با مصرف مداوم دخانیات و الکل ارتباط قوی دارد.
طبق مطالعات اپیدمیولوژیک، تنها در سال ۲۰۲۱ حدود ۱.۱ میلیون نفر در سراسر جهان به سرطان حنجره مبتلا شدند و تقریباً ۱۰۰ هزار نفر جان خود را از دست دادند.
- تشخیص زودهنگام: اگر تومور در مراحل اولیه و در محل مناسبی شناسایی شود، شانس بقا بالا خواهد بود.
- تشخیص دیرهنگام: درمان دشوارتر شده و شانس بقا کاهش می‌یابد.
محدودیت روش‌های تشخیص فعلی
- بیوپسی: برداشتن بخشی از بافت تومور و بررسی زیر میکروسکوپ. این روش تهاجمی است.
- آندوسکوپی بینی: وارد کردن لوله‌ای باریک و انعطاف‌پذیر مجهز به دوربین برای مشاهده مستقیم حنجره.
با وجود دقت بالا، این روش‌ها می‌توانند باعث ناراحتی، درد، خونریزی یا حتی غش شوند. علاوه بر این، همه پزشکان قادر به انجام این روش‌ها نیستند و همین موضوع باعث تأخیر در تشخیص بیماران می‌شود.
اینجاست که ابزارهای هوش مصنوعی می‌توانند به عنوان راه‌حلی کم‌تهاجمی، امن و در دسترس‌تر وارد عمل شوند.
سنجش ویژگی‌های صوتی
محققان ویژگی‌های آکوستیک صدا از جمله کیفیت، زیر و بمی (Pitch) و بلندی صدا را اندازه‌گیری کردند.
شرکت‌کنندگان شامل افراد مبتلا به سرطان حنجره، ضایعات خوش‌خیم تارهای صوتی و سایر اختلالات صوتی بودند.
شاخص‌های کلیدی بررسی‌شده:
- نسبت هارمونیک به نویز (HNR): هرچه HNR بالاتر باشد، صدا شفاف‌تر است. افراد مبتلا به ناهنجاری‌های حنجره معمولاً HNR پایینی دارند.
- فرکانس بنیادی: میانگین زیر و بمی صدا که می‌تواند نشانه‌ای از سلامت تارهای صوتی باشد.
یافته‌های کلیدی مطالعه
- تفاوت‌های مشخصی در پارامترهای صوتی مردان سالم، مردان با ضایعات خوش‌خیم و مردان مبتلا به سرطان حنجره دیده شد.
- در زنان تفاوت آشکاری مشاهده نشد، اما پژوهشگران امیدوارند با داده‌های بیشتر بتوانند الگوهای مشابهی شناسایی کنند.
نتیجه‌گیری: این روش می‌تواند برای ارزیابی بالینی ضایعات تارهای صوتی و مراحل اولیه سرطان حنجره، به‌ویژه در مردان، مؤثر باشد.
دکتر جنکینز می‌گوید:
«نتایج ما نشان می‌دهد که داده‌های گسترده و اخلاقی پروژه Bridge2AI-Voice می‌تواند صدای انسان را به یک نشانگر زیستی عملی برای تشخیص خطر سرطان در حوزه بالینی تبدیل کند.»
گام بعدی در توسعه ابزارهای صوتی هوش مصنوعی
محققان تأکید می‌کنند که برای تبدیل این روش به ابزاری کاربردی، باید روی نمونه‌های صوتی بیشتری آزمایش شود و عملکرد آن در زنان و مردان به طور مساوی بررسی گردد.
ابزارهای سلامت مبتنی بر هوش مصنوعی برای تحلیل صدا هنوز آماده استفاده در بیمارستان‌ها نیستند، اما طی چند سال آینده می‌توانند وارد مرحله آزمایش‌های بالینی اولیه شوند.
این فناوری نویدبخش اضافه شدن ابزاری نوین و مؤثر به روش‌های تشخیصی موجود است.
مطالعه کامل این پژوهش در مجله Frontiers in Digital Health منتشر شده است.
