Ученые СамГМУ предложили методику диагностики хронических заболеваний на основе анализа речи
Ученые Самарского государственного медицинского университета (СамГМУ) предложили методику диагностики хронических заболеваний на основе анализа речи. В ней используются алгоритмы искусственного интеллекта (ИИ) для дистанционного выявления патологий. Технологию можно применять для массового скрининга населения, в том числе в формате автоматического телефонного обзвона.
Для обработки больших массивов данных исследователи планируют использовать технологию блокчейна. Распределение вычислительной нагрузки между участниками сети позволит отказаться от закупки дорогостоящего оборудования и сделает метод экономически доступным.
В научной работе специалисты вуза проанализировали 4,5 тыс. обезличенных аудиозаписей. Им удалось выявить специфические речевые параметры — биомаркеры, указывающие на наличие таких заболеваний, как хроническая сердечная недостаточность, бронхиальная астма, хроническая обструктивная болезнь легких (ХОБЛ), артериальная гипертензия и сахарный диабет.
«Опубликованная нами работа — первое в мире исследование параметров речевого сигнала у русскоговорящих пациентов с хроническими неинфекционными заболеваниями. Мы считаем перспективным проведение исследований по многоцентровой валидации (проверка точности данных несколькими центрами. — Ред.) клинически значимых биомаркеров для наиболее распространенных и социально значимых неинфекционных патологий. В дальнейшем их можно было бы включить в национальные рекомендации по скринингу, диагностике и динамическому удаленному диспансерному наблюдению пациентов», — сказал директор Научно-практического центра дистанционной медицины СамГМУ, доцент кафедры амбулаторно-поликлинической помощи с курсом телемедицины Андрей Гаранин.
Как поясняют разработчики, изменение голоса при заболеваниях обусловлено физиологическими процессами. В частности, при хронической сердечной недостаточности задержка жидкости в организме повышает вязкость голосовых складок, а изменение работы нервной системы и дыхания напрямую влияет на акустические характеристики речи.
Нейросеть, обученная на собранном массиве данных, продемонстрировала высокую точность выявления биомаркеров, пишут «Известия».