Programėlės ALS diagnozei kūrimas

Programėlės ALS diagnozei kūrimas

Minties lyderisDaktaras Džordanas GrynasKalbos ir valgymo sutrikimų laboratorijos vedėjasMGH Institut für Gesundheitsberufe

Šiame interviu kalbamės su Dr. MGH instituto Jordanu Greenu apie jo neseniai atliktą mokslinių tyrimų partnerystę su Modality.AI, kuri ištyrė, ar programa gali būti naudojama veiksmingai diagnozuoti kalbos praradimą dėl ALS.

Ar galėtumėte prisistatyti ir papasakoti, kas paskatino jūsų tyrimą dėl amiotrofinės šoninės sklerozės (ALS)?

Esu vyriausiasis mokslinis patarėjas, reabilitacijos mokslų profesorius ir kalbėjimo ir mitybos sutrikimų laboratorijos direktorius MGH sveikatos profesijų institute Bostone, Masačusetso valstijoje. Esu sertifikuotas kalbos patologas ir entuziastingas tyrinėtojas, tiriantis kalbos ir rijimo sutrikimus visą gyvenimą.

Studijuodamas vaikų kalbos motorinio valdymo vystymąsi ir kūręs kompiuterines technologijas šiai kalbai kiekybiškai įvertinti, pradėjau bendrauti su gydytojais, vadovaujančiais ALS klinikoms. Jie pareiškė, kad reikia technologijos, panašios į tą, kurią naudoju, kad geriau išmatuotų suaugusiųjų, sergančių ALS, kalbą ir rijimą. Jie turėjo tinkamas technologijas ir metodus galūnių judesiams ir vaikščiojimui matuoti, tačiau jiems buvo sunku išmatuoti ir įvertinti kalbos sistemą, nes raumenys tokie maži ir santykinai nepasiekiami, o kalbos judesiai tokie greiti ir smulkūs. Šis matavimo būdas tradiciškai reikalavo didelės patirties ir reikalavo objektyvesnių priemonių. Nuo tada pradėjau kurti kompiuterines vertinimo priemones, skirtas specialiai ALS.

Nuotraukų kreditas: Kateryna Kon / Shutterstock.com

Šiuo metu ALS diagnozė gali užtrukti iki 18 mėnesių, o kai tai įvyksta, gydymas vaistais nebėra toks veiksmingas dėl motorinių neuronų praradimo. Kodėl taip svarbu pacientams anksčiau nustatyti ALS?

Kalbant apie tokią ligą kaip ALS, būtina ankstyva diagnozė. Tik 15 procentų žmonių, kuriems išsivysto ALS, turi genetinį žymenį, kurį galime nustatyti. Todėl labai svarbu, kad gydytojai turėtų objektyvių būdų, kaip kuo anksčiau ir tiksliau įvertinti būklę. Kadangi ketvirtadaliui ALS sergančių pacientų kalbos sutrikimas yra pirmasis simptomas, subtilių pokyčių stebėjimas galėtų būti ankstyvo įspėjimo sistema.

ALS progresuojant, motorinių neuronų, atsakingų už kalbą, rijimą, kvėpavimą ir vaikščiojimą, būklė gali greitai pablogėti, tačiau jei liga gali būti aptikta ankstyvose stadijose, kol motoriniai neuronai vis dar nepažeisti, intervencijų nauda greičiausiai bus maksimali. Tokios tinkamos technologijos taip pat gali tiksliau aptikti pacientų pokyčius, o tai leidžia geriau stebėti ligos progresavimą.

Šiuo metu jie dalyvauja tyrime, kuriuo siekiama patikrinti skaitmeninės sveikatos programėlės veiksmingumą sergant ALS. Ar galite plačiau papasakoti apie šį tyrimą ir jo tikslus?

Nacionaliniai sveikatos institutai (NIH) skyrė mano komandai dotaciją, bendradarbiaudami su programos kūrėju Modality.AI, kad nustatytų, ar programos surinkti kalbos duomenys yra tokie pat veiksmingi, ar veiksmingesni nei klinikinių ekspertų, vertinančių ir gydančių dėl ALS sukeltas kalbos ir rijimo problemas, pastebėjimai.

Programėlės surinkti duomenys lyginami su rezultatais, gautais naudojant naujausias kalbos matavimo laboratorines technikas, kurios yra brangios ir sudėtingos naudoti. Kai rezultatai sutampa su gydytojų ir jų naujausios įrangos rezultatais, žinome, kad jie turi tinkamą požiūrį.

Vaizdo kreditas: Modality.AI

Pačioje programėlėje yra virtualus agentas Tina. Kaip šis virtualus agentas gali gauti balso duomenų informaciją?

Programą naudoti taip paprasta, kaip spustelėti nuorodą. Pacientas gauna elektroninį laišką arba tekstinį pranešimą, nurodantį, kad laikas sukurti įrašą. Spustelėjus nuorodą, suaktyvinama kamera ir mikrofonas, o Tina, virtuali AI agentė, pradeda duoti nurodymus. Tada paciento prašoma atlikti tokius veiksmus kaip suskaičiuoti skaičius, kartoti sakinius ir perskaityti pastraipą. Tuo tarpu programa renka duomenis, kad išmatuotų vaizdo ir garso signalų kintamuosius, tokius kaip: B. Lūpų ir žandikaulio judesių greitis, kalbos greitis, tono kitimas ir pauzės modeliai.

Tina atkoduoja informaciją iš kalbos akustikos ir kalbos judesių, kuri automatiškai išgaunama iš viso veido vaizdo įrašų, gautų vertinimo metu. Kompiuterinės regos technologijos, pvz., B. Veido sekimas, suteikia neinvazinį būdą tiksliai įrašyti ir apskaičiuoti bruožus iš didelių duomenų apie veido judesius kalbos metu.

Kokios informacijos ši sveikatos programa gali suteikti pacientams? Kokia nauda pacientams, kai visa ši informacija yra po ranka?

Kalbos pokyčiai yra dažni sergant ALS, tačiau ALS progresavimo greitis skiriasi nuo žmogaus iki žmogaus. Pacientai teigia, kad gebėjimo kalbėti praradimas yra vienas iš blogiausių ligos padarinių. Programėlė leidžia pacientams nuotoliniu būdu dokumentuoti savo kalbos istoriją. Teikėjai naudos šią informaciją, kad padėtų pacientams ir jų šeimoms priimti pagrįstus sprendimus per visą ligos eigą.

Kaip logopedai norime kuo ilgiau optimizuoti bendravimą. O mokyti pacientus anksti naudotis alternatyviomis komunikacijos priemonėmis yra veiksmingiau nei laukti, kol praras gebėjimą kalbėti. Be to, ankstyvas diagnozės patvirtinimas suteikia pacientams pakankamai laiko pradėti pranešimų ir balso bankininkystę, kad jų balsas galėtų būti naudojamas teksto į kalbą (TTS) arba kalbos generavimo įrenginyje (SGD). Pacientams yra papildomos naudos, įskaitant sumažintas išlaidas ir tai, kad pacientams nereikia vykti į klinikas, kad būtų atliktas kalbos įvertinimas.

Galiausiai, programa paprastai reikalauja tik kelių minučių per savaitę paciento įsitraukimo, taupant laiką ir išlaidas ir mažiau energijos nei atliekant klinikinį tyrimą, taip pat laiko ir vėlavimų, susijusių su susitikimų koordinavimu ir kelione į sveikatos priežiūros įstaigą. Ankstyvo aptikimo ir objektyvių priemonių trūkumas yra dvi problemos, trukdančios gydymo progresui. Ankstyva diagnozė yra labai svarbi greitai progresuojančiai ligai.

Be naudos pacientams, kokią naudą tai galėtų suteikti sveikatos priežiūros paslaugų teikėjams?

Programėlė leis gydytojams nuotoliniu būdu pasiekti savo pacientų duomenis ir pati stebėti kalbos eigą, leisdama paslaugų teikėjui valdyti ir stebėti kalbą, nereikalaujant dažnų asmeninių apsilankymų. Toks prieinamumo lygis leidžia gydytojams reguliariau stebėti pacientus, padaryti tikslesnes gydymo išvadas ir nustatyti geriausią įmanomą gydymo planą. Tai supaprastina visą procesą ir sumažina pacientų bei paslaugų teikėjų naštą, kartu sumažinant išteklių sunaudojimą klinikinėms paslaugoms. Padidėjęs programos tikslumas ir efektyvumas taip pat bus ypač patrauklus klinikiniams mokslininkams ir įmonėms, kurios naudoja kalbos modelius kaip ALS vaistų tyrimų rezultatus.

In dieser Studie haben Sie sich mit einem Technologieunternehmen zusammengetan Modalumas.AI. Kiek svarbus tokio tipo bendradarbiavimas, įnešant į pasaulį naujas mokslo idėjas ir technologijas?

Pasinaudojau galimybe dirbti su Modality.AI. Komandos nariai turi unikalią ir plačią AI balso programų kūrimo istoriją ir yra komerciškai suinteresuoti šios technologijos diegimu į pagrindinius sveikatos priežiūros ir klinikinius tyrimus. Naujoms technologijoms ypač gresia nesėkmė, jei jų nepalaiko komercinė įmonė. Todėl šis ryšys buvo labai svarbus siekiant bendrų tyrimo tikslų.

Tikiuosi, kad tokio tipo sveikatos technologijų bendradarbiavimas taps vis populiaresnis ir turės vis didesnį poveikį tokiems tyrimams.

Nuotraukų kreditas: elenabsl/Shutterstock.com

Dirbtinis intelektas (AI) pastaraisiais metais labai išpopuliarėjo. Kodėl taip yra ir ar manote, kad dirbtinis intelektas ir toliau taps neatsiejama sveikatos priežiūros dalimi?

AI vaidina labai svarbų vaidmenį nustatant sąlygas, kurias mūsų žmogaus protui sunku suprasti, nes dauguma sveikatos problemų yra daugiamatės ir labai sudėtingos, dažnai paveikiančios kelias kūno dalis ir įvairius simptomus, kurie laikui bėgant keičiasi.

Mašininis mokymasis yra puikus sprendimas diagnozuoti ir stebėti tam tikras sveikatos būklę, nes reikia įsisavinti tiek daug duomenų. Šios mašinos gali apdoroti šiuos duomenis ir apibrėžti modelius tokiu būdu, kurio žmogaus akys ir ausys negali įžvelgti tokiu pat tikslumu.

AI ir mašinų mokymasis tokiu būdu taip pat bus sudėtingas. Kad šie modeliai būtų tikslūs ir veiktų taip, kaip numatyta, jie turi būti apmokyti. Didelė užduotis bus surinkti mokymo duomenis, reikalingus, kad šie modeliai būtų tikslūs. Pavyzdžiui, norint išmokyti mašiną atlikti tikslius vertinimus, gali prireikti šimtų ar tūkstančių tam tikros sąlygos pavyzdžių, kad algoritmas galėtų išmokti ir „sužinoti“ apie tai. Šiuo tikslu šie duomenys turi būti renkami ir atrenkami labai atsargiai. Šis duomenų trūkumas yra kliūtis.

Nors dirbtinis intelektas pasirodė neįkainojamas medicinos srityje, jis nepakeis gydytojų. Praktikuojantys žmonės teikia neprilygstamą individualizuotą priežiūrą, sprendimų priėmimą ir visapusišką pagalbą pacientams ir negali būti pakeisti.

Kas laukia jūsų ir jūsų studijų?

Some patient representatives are currently testing the app and passing it on to patients. Atsižvelgdami į dotacijos, kurią gavome iš NIH, struktūrą, toliau dirbsime su programa, kad per ateinančius trejus metus atitiktume nustatytus kriterijus ir tęstume dotacijos ciklą. Phase I lasts one year and Phase II lasts two years.

Apie daktarą Džordaną Gryną

Nuo 2013 m. MGH institute dirbantis daktaras Greenas yra kalbos patologas, tyrinėjantis biologinius kalbos kūrimo aspektus. Jis dėsto magistrantūros kursus apie kalbos fiziologiją ir neuroninius kalbos, kalbos ir klausos pagrindus. Būdamas IHP tyrimų skyriaus vyriausiuoju moksliniu patarėju, jis bendradarbiauja su mokslinių tyrimų asocijuotoju įdarbinimo, strateginio planavimo ir įvairių specialių projektų klausimais. Jis taip pat yra instituto Kalbėjimo ir mitybos sutrikimų laboratorijos (SFDL) direktorius. Jis buvo pavadintas pirmuoju Matina Souretis Horner reabilitacijos mokslų profesoriumi. Jo moksliniai tyrimai yra skirti kalbos gamybos sutrikimams, oromotorinių įgūdžių ugdymui ankstyvam kalbėjimui ir maitinimuisi bei kalbos motorikos veiklos kiekybiniam įvertinimui. Jo tyrimai buvo paskelbti nacionaliniuose ir tarptautiniuose žurnaluose, įskaitant Child Development, Journal of Neurophysiology, Journal of Speech and Hearing Research ir Journal of the Acoustical Society of America. Jis dirbo keliose Nacionalinių sveikatos institutų dotacijų peržiūros komisijose. 2012 m. jis buvo pavadintas Amerikos kalbos, kalbos ir klausos asociacijos nariu, o 2015 m. Dr. Greenas gavo Willardo R. Zemlino apdovanojimą kalbos mokslo srityje.

Jo darbą nuo 2000 m. finansuoja Nacionaliniai sveikatos institutai (NIH). Jis produktyviai prisideda prie pagrindinių žurnalų, kuriuose yra daugiau nei 100 recenzuojamų publikacijų. Savo darbus jis pristatė tarptautiniu ir nacionaliniu mastu. Jis yra kelių IHP doktorantų patarėjas, turi dešimt daktaro laipsnio. disertacijų ir vadovavo vienuolikai podoktorantūros tyrėjų. Jis taip pat yra daugelio žurnalų redakcinis konsultantas ir dirbo keliose NIH dotacijų peržiūros grupėse.

.