您的聲音可能掩蓋了帕金森病的跡象

在持續(xù)努力為了及早發(fā)現(xiàn)神經(jīng)退行性疾病，研究人員指導機器學習模型以查看他們是否能“聽到”帕金森氏癥患者聲音中的疾病。

“我們的研究結(jié)果表明，基于語音的機器學習模型甚至可以在明顯的運動體征出現(xiàn)之前檢測到疾病特征，”北德克薩斯大學生物信息學家 Aniruth Ananthanarayanan 及其同事解釋在他們的研究中，該研究尚未發(fā)表。

帕金森病的影響全球近 900 萬人.它的特點是難以控制患者四肢的精細運動和震顫，但它也會對人們的情緒、思維和記憶造成挑戰(zhàn)。

雖然這種情況背后的機制或多或少是已知的，但功能崩潰的觸發(fā)因素尚未完全了解。一切從加工食品自高爾夫球場使用的殺蟲劑受到牽連，還有遺傳成分.

目前沒有治愈帕金森病的方法，這意味著最好的患者和他們的親人可以希望的是減緩癥狀的療法.此類治療越早開始，它們提供的好處就越多。

所以早期發(fā)現(xiàn)會對患者的生活質(zhì)量產(chǎn)生巨大影響。

Ananthanarayanan 和他的團隊使用機器學習模型，僅從他們的聲音來確定一些志愿者是否患有帕金森病。

他們測試和訓練了來自 31 人的 195 條語音記錄。其中，23 人被診斷出患有帕金森氏癥。模式搜索程序在其 90% 的嘗試中準確識別了患有這種疾病的患者。

模型評估的聲音特征包括抖動的存在，這是不規(guī)則的結(jié)果聲帶振動;噪聲諧波比（noise-to-harmonic ratios） 是聲門沒有正確關(guān)閉;以及無序語音信號模式的測量。

這些特征以前與帕金森病的公認癥狀有關(guān)，包括嘶啞的聲音、由于聲帶肌肉無力而導致的說話困難，以及運動緩慢或蹣跚.

“盡管具有診斷潛力，但像發(fā)音困難這樣的聲音癥狀 [] 沒有得到充分利用，”研究人員解釋.

他們警告說，還需要進一步的工作來測試他們的模型的泛化性，因為這些程序僅使用來自 31 個人的聲音數(shù)據(jù)進行訓練。這使得他們的方法不太可能捕捉到不同年齡、口音和環(huán)境條件下的所有真實語音差異。

數(shù)據(jù)科學家 Aiden Arnold 沒有參與這項研究，告訴Clarissa Brincat at新科學家這種基于語音的方法“也顯示出作為早期篩查的真正前景”。

如果結(jié)果在更廣泛的人群中保持一致，那么隨著病例數(shù)的持續(xù)增加，這種工具將是一種易于擴展且負擔得起的早期篩查選擇。

這項研究仍在等待中同行審查并已上傳到MedRxiv 公司.

寶寶起名 起名