تشخیص نشانه‌های اولیه سرطان حنجره با هوش مصنوعی

به گزارش مجله خبری نگار/برنا -پژوهش تازه‌ای نشان می‌دهد که در آینده‌ای نه‌چندان دور، یک ضبط کوتاه صدا ممکن است برای تشخیص زودهنگام سرطان حنجره کافی باشد.

به گزارش نیو اطلس، محققان با بهره‌گیری از هوش مصنوعی توانسته‌اند نشانه‌های اولیه ضایعات تار‌های صوتی از گره‌های خوش‌خیم گرفته تا سرطان در مراحل ابتدایی را تنها از طریق تحلیل ویژگی‌های صوتی شناسایی کنند.

این مطالعه که نتایج آن در مجله Frontiers in Digital Health منتشر شده، نشان می‌دهد هوش مصنوعی با بررسی تغییرات ظریف آکوستیک مانند زیر و بمی، شدت و وضوح هارمونیک صدا می‌تواند الگو‌های غیرطبیعی را تشخیص دهد.

اهمیت تشخیص سریع

سرطان حنجره سالانه بیش از یک میلیون نفر را در جهان تحت‌تأثیر قرار می‌دهد و نزدیک به ۱۰۰ هزار قربانی می‌گیرد. این بیماری بیستمین سرطان شایع در جهان است و عواملی، چون سیگار کشیدن، مصرف الکل و برخی سویه‌های ویروس HPV نقش مهمی در بروز آن دارند.

شایع‌ترین نشانه این سرطان، گرفتگی یا تغییر صدا برای مدتی بیش از سه هفته است. سایر علائم می‌تواند شامل گلودرد مداوم، دشواری یا درد هنگام بلع، وجود توده در گردن یا گلو و حتی درد گوش باشد.

به گفته متخصصان، شانس بقای بیماران می‌تواند از ۳۵ تا ۹۰ درصد متغیر باشد و این تفاوت، به زمان تشخیص بیماری وابسته است. در حالی که روش‌های فعلی مانند آندوسکوپی یا نمونه‌برداری، فرایندی تهاجمی و پرهزینه دارند، یک ابزار ساده و سریع بر پایه ضبط صدا می‌تواند انقلابی در غربالگری این بیماری ایجاد کند.

پشت صحنه پژوهش

در این مطالعه، تیم تحقیقاتی به سرپرستی فیلیپ جنکینز، پژوهشگر پسادکتری انفورماتیک بالینی در دانشگاه علوم و بهداشت اورِگن، حدود ۱۲ هزار و ۵۰۰ نمونه صوتی از ۳۰۶ نفر در آمریکای شمالی را بررسی کرد.

نتایج نشان داد که در مردان، تفاوت‌های مشخصی میان صدای افراد سالم، مبتلایان به ضایعات خوش‌خیم و بیماران سرطانی وجود دارد. این الگو در زنان مشاهده نشد که به گفته محققان، احتمالاً به دلیل تعداد کمتر نمونه‌های صوتی زنان بوده است.

جنکینز می‌گوید: صدای انسان می‌تواند به ابزاری کاربردی برای سنجش خطر سرطان تبدیل شود، مشروط بر اینکه مجموعه داده‌های بزرگ‌تر و دقیق‌تری جمع‌آوری شود.

پژوهشگران قصد دارند مدل‌های هوش مصنوعی را با داده‌های متنوع‌تر و برچسب‌گذاری دقیق آموزش دهند و کارایی آنها را در محیط‌های بالینی بیازمایند. هدف نهایی، ساخت سامانه‌ای است که برای هر دو جنسیت دقت یکسانی داشته باشد.

جنکینز ابزار‌های سلامت مبتنی بر صدا هم‌اکنون به‌صورت آزمایشی در حال اجرا هستند و با پیشرفت تحقیقات، فناوری تشخیص ضایعات تار‌های صوتی ممکن است ظرف چند سال آینده به مرحله آزمایش‌های بالینی اولیه برسد.