Lietotnes izstrāde ALS diagnosticēšanai

Lietotnes izstrāde ALS diagnosticēšanai

Domu vadītājsDr Džordans GrīnsValodas un ēšanas traucējumu laboratorijas vadītājsMGH Veselības profesiju institūts

Šajā intervijā mēs runājam ar Dr. MGH institūta Džordanu Grīnu par viņa neseno pētniecības partnerību ar Modality.AI, kurā tika pārbaudīts, vai lietotni var izmantot, lai efektīvi diagnosticētu valodas zudumu ALS dēļ.

Vai jūs, lūdzu, varētu iepazīstināt ar sevi un pastāstīt mums, kas iedvesmoja jūsu pētījumus par amiotrofisko laterālo sklerozi (ALS)?

Es esmu galvenais zinātniskais padomnieks, rehabilitācijas zinātņu profesors un Runas un uztura traucējumu laboratorijas direktors MGH Veselības profesiju institūtā Bostonā, Masačūsetsā. Esmu sertificēts runas valodas patologs un entuziasma pētnieks, kurš pēta runas un rīšanas traucējumus visā dzīves laikā.

Kad es pētīju bērnu runas motoriskās kontroles attīstību un izstrādāju datorizētas tehnoloģijas šīs runas kvantitatīvai noteikšanai, es sāku sazināties ar ārstiem, kuri vada ALS klīnikas. Viņi izteica nepieciešamību pēc tehnoloģijas, kas līdzīga tai, ko izmantoju, lai labāk izmērītu runu un rīšanu pieaugušajiem ar ALS. Viņiem bija pareizās tehnoloģijas un paņēmieni, lai izmērītu ekstremitāšu kustības un staigāšanu, bet viņiem bija grūtības izmērīt un novērtēt runas sistēmu, jo muskuļi ir tik mazi un salīdzinoši nepieejami, un runas kustības ir tik ātras un īsas. Šāda veida mērījumiem tradicionāli bija nepieciešamas ievērojamas zināšanas un bija nepieciešami objektīvāki pasākumi. Kopš tā laika es sāku strādāt pie datorizētu novērtēšanas rīku izstrādes, kas īpaši paredzēti ALS.

Fotoattēlu kredīts: Kateryna Kon / Shutterstock.com

Pašlaik var paiet līdz 18 mēnešiem, līdz tiek diagnosticēts ALS, un, kad tas notiek, zāļu terapija vairs nav tik efektīva motoro neironu zuduma dēļ. Kāpēc ir tik svarīgi, lai pacientiem ALS varētu noteikt agrāk?

Runājot par tādu slimību kā ALS, agrīna diagnostika ir būtiska. Tikai 15 procentiem cilvēku, kuriem attīstās ALS, ir ģenētiskais marķieris, ko mēs varam identificēt. Tāpēc ir ļoti svarīgi, lai ārstiem būtu objektīvi veidi, kā novērtēt stāvokli pēc iespējas agrāk un precīzāk. Tā kā ceturtdaļai ALS pacientu runas traucējumi ir pirmais simptoms, smalku izmaiņu uzraudzība varētu kalpot kā agrīnas brīdināšanas sistēma.

Progresējot ALS, motoro neironi, kas ir atbildīgi par runu, rīšanu, elpošanu un staigāšanu, var strauji pasliktināties, taču, ja slimību var atklāt tās agrīnā stadijā, kamēr motoriskie neironi joprojām ir neskarti, iejaukšanās sniegtie ieguvumi, visticamāk, tiks maksimāli palielināti. Pareizās tehnoloģijas, piemēram, šīs, var arī precīzāk noteikt izmaiņas pacientiem, galu galā ļaujot labāk uzraudzīt slimības progresēšanu.

Pašlaik viņi ir iesaistīti pētījumā, lai pārbaudītu ALS digitālās veselības lietotnes efektivitāti. Vai varat pastāstīt vairāk par šo pētījumu un tā mērķiem?

Nacionālie veselības institūti (NIH) manai komandai piešķīra dotāciju sadarbībā ar lietotņu izstrādātāju Modality.AI, lai noteiktu, vai lietotnes apkopotie runas dati ir tikpat efektīvi vai efektīvāki nekā klīnisko ekspertu novērojumi, kuri novērtē un ārstē ALS izraisītas runas un rīšanas problēmas.

Lietojumprogrammas apkopotie dati tiek salīdzināti ar rezultātiem, kas iegūti, izmantojot vismodernākās valodas mērījumu laboratorijas metodes, kas ir dārgas un sarežģītas lietošanā. Kad rezultāti atbilst klīnicistu un viņu jaunākās tehnikas rezultātiem, mēs zinām, ka viņiem ir derīga pieeja.

Attēla kredīts: Modality.AI

Pati lietotnē ir virtuālais aģents Tina. Kā šis virtuālais aģents var iegūt balss datu informāciju?

Lietojumprogrammas lietošana ir tikpat vienkārša kā noklikšķināšana uz saites. Pacients saņem e-pastu vai īsziņu, kas norāda, ka ir pienācis laiks izveidot ierakstu. Noklikšķinot uz saites, tiek aktivizēta kamera un mikrofons, un Tīna, virtuālā AI aģente, sāk sniegt norādījumus. Pēc tam pacientam tiek lūgts veikt tādas darbības kā, piemēram, skaitīt skaitļus, atkārtot teikumus un izlasīt rindkopu. Tikmēr lietotne apkopo datus, lai izmērītu mainīgos lielumus no video un audio signāliem, piemēram: B. Lūpu un žokļu kustību ātrums, runas ātrums, skaņas augstuma izmaiņas un pauzes modeļi.

Tīna atkodē informāciju no runas akustikas un runas kustībām, kas tiek automātiski iegūta no pilnas sejas video ierakstiem, kas iegūti novērtējuma laikā. Datorredzes tehnoloģijas, piemēram, B. Sejas izsekošana, nodrošina neinvazīvu veidu, kā precīzi ierakstīt un aprēķināt iezīmes no lielām sejas kustību datu kopām runas laikā.

Kādu informāciju šī veselības lietotne var sniegt pacientiem? Kādi ir ieguvumi pacientiem, ja visa šī informācija ir rokas stiepiena attālumā?

Runas izmaiņas ir izplatītas ALS gadījumā, bet ALS progresēšanas ātrums atšķiras no cilvēka uz cilvēku. Pacienti ziņo, ka runas spējas zudums ir viena no sliktākajām slimības sekām. Lietojumprogramma ļauj pacientiem attālināti dokumentēt savu valodas vēsturi. Pakalpojumu sniedzēji izmantos šo informāciju, lai palīdzētu pacientiem un viņu ģimenēm pieņemt apzinātus lēmumus visā slimības gaitā.

Kā logopēdi mēs vēlamies optimizēt saziņu pēc iespējas ilgāk. Un agrīni mācīt pacientus izmantot alternatīvus saziņas līdzekļus ir efektīvāk nekā gaidīt, līdz viņi zaudēs spēju runāt. Turklāt agrīna diagnozes apstiprināšana nodrošina pacientiem pietiekami daudz laika, lai sāktu ziņu un balss banku sistēmu, lai viņu pašu balsi varētu izmantot teksta pārveidošanas runā (TTS) vai runas ģenerēšanas ierīcē (SGD). Pacientiem ir papildu priekšrocības, tostarp samazinātas izmaksas un pacientiem nav jādodas uz klīnikām, lai veiktu valodas novērtējumu.

Visbeidzot, lietotnei parasti ir nepieciešamas tikai dažas minūtes nedēļā pacientu iesaistīšanai, tādējādi ietaupot laiku un izmaksas un mazāk enerģijas nekā klīniskai pārbaudei, kā arī laiku un kavēšanos, kas saistīta ar tikšanās koordināciju un ceļošanu uz veselības aprūpes iestādi. Agrīnas atklāšanas un objektīvu pasākumu trūkums ir divas problēmas, kas kavē ārstēšanas progresu. Ātri progresējošai slimībai ļoti svarīga ir agrīna diagnostika.

Kādus ieguvumus tas varētu sniegt ne tikai pacientiem, bet arī veselības aprūpes sniedzējiem?

Lietojumprogramma ļaus ārstiem attālināti piekļūt savu pacientu datiem un pati par sevi izsekos runas progresu, ļaujot pakalpojumu sniedzējam pārvaldīt un uzraudzīt runu bez nepieciešamības bieži apmeklēt klātienes. Šāds pieejamības līmenis ļauj ārstiem regulārāk uzraudzīt pacientus, izdarīt precīzākus secinājumus par ārstēšanu un noteikt labāko iespējamo ārstēšanas plānu. Tas vienkāršo visu procesu un samazina slogu pacientiem un pakalpojumu sniedzējiem, vienlaikus samazinot resursu patēriņu klīniskajiem pakalpojumiem. Lietojumprogrammas paaugstinātā precizitāte un efektivitāte būs īpaši pievilcīga klīniskajiem zinātniekiem un uzņēmumiem, kas izmanto runas modeļus kā iznākuma mērījumus ALS zāļu izmēģinājumos.

Šajā pētījumā jūs sadarbojāties ar tehnoloģiju uzņēmumu Modalitāte.AI. Cik liela nozīme ir šāda veida sadarbībai jaunu zinātnisku ideju un tehnoloģiju ienešanā pasaulē?

Es izmantoju iespēju strādāt ar Modality.AI. Komandas locekļiem ir unikāla un plaša vēsture AI balss lietojumprogrammu izstrādē un komerciāla interese par šīs tehnoloģijas ieviešanu vispārējā veselības aprūpē un klīniskajos pētījumos. Jaunās tehnoloģijas ir īpaši pakļautas neveiksmes riskam, ja tās neatbalsta komercsabiedrība. Tāpēc šīs attiecības bija būtiskas mūsu vispārējiem pētījuma mērķiem.

Es ceru, ka šāda veida sadarbība veselības tehnoloģiju jomā kļūs arvien populārāka un arvien vairāk ietekmēs šādus pētījumus.

Fotoattēlu kredīts: elenabsl/Shutterstock.com

Mākslīgais intelekts (AI) pēdējos gados ir piedzīvojis milzīgu popularitātes pieaugumu. Kāpēc tas tā ir un vai jūs domājat, ka AI turpinās kļūt par veselības aprūpes neatņemamu sastāvdaļu?

AI ir ļoti svarīga loma tādu apstākļu noteikšanā, kurus mūsu cilvēka prātam ir grūti saprast, jo lielākā daļa veselības problēmu ir daudzdimensionālas un ļoti sarežģītas, bieži vien ietekmējot vairākas ķermeņa daļas un dažādus simptomus, kas laika gaitā mainās.

Mašīnmācība ir ideāls risinājums noteiktu veselības stāvokļu diagnosticēšanai un uzraudzībai, jo ir tik daudz datu, kas jāapgūst. Šīs iekārtas var apstrādāt šos datus un definēt modeļus tādā veidā, ko cilvēka acis un ausis nevar noteikt ar tādu pašu precizitāti.

AI un mašīnmācības izmantošana šādā veidā arī būs sarežģīta. Lai šie modeļi būtu precīzi un darbotos kā paredzēts, tie ir jāapmāca. Svarīgs uzdevums būs iegūt apmācības datus, kas nepieciešami, lai šie modeļi būtu precīzi. Piemēram, lai apmācītu mašīnu, lai veiktu precīzus novērtējumus, algoritmam var būt nepieciešami simtiem vai tūkstošiem konkrēta nosacījuma piemēru, lai to apmācītu un par to “mācītos”. Šim nolūkam šie dati ir jāapkopo un pēc tam ļoti rūpīgi jāizvēlas. Šis datu trūkums izrādās vājš.

Lai gan AI ir izrādījies nenovērtējams medicīnas jomā, tas neaizstās klīnicistus. Praktizētāji sniedz nepārspējamu personalizētu aprūpi, lēmumu pieņemšanu un visaptverošu atbalstu pacientam, un tos nevar aizstāt.

Kas tev un tavām studijām būs tālāk?

Daži pacientu pārstāvji pašlaik testē lietotni un nodod to tālāk pacientiem. Pamatojoties uz no NIH saņemtās dotācijas struktūru, mēs turpināsim strādāt pie lietotnes, lai nākamo trīs gadu laikā sasniegtu noteiktos kritērijus un turpinātu dotāciju ciklu. I fāze ilgst vienu gadu, bet II fāze ilgst divus gadus.

Par doktoru Džordanu Grīnu

Dr Grīns, kurš MGH institūtā strādā kopš 2013. gada, ir runas patologs, kurš pēta runas veidošanas bioloģiskos aspektus. Viņš pasniedz absolventu kursus par runas fizioloģiju un runas, valodas un dzirdes neironu pamatiem. Kā galvenais zinātniskais padomnieks IHP Pētniecības departamentā viņš sadarbojas ar asociēto Provost for Research par personāla atlasi, stratēģisko plānošanu un dažādiem īpašiem projektiem. Viņš ir arī institūta Runas un uztura traucējumu laboratorijas (SFDL) direktors. Viņš tika nosaukts par pirmo Matina Souretis Horner rehabilitācijas zinātņu profesoru. Viņa pētījumi ir vērsti uz runas ražošanas traucējumiem, oromotorisko prasmju attīstību agrīnai runai un barošanai, kā arī runas motora veiktspējas kvantitatīvo noteikšanu. Viņa pētījumi ir publicēti nacionālos un starptautiskos žurnālos, tostarp Child Development, Journal of Neurophysiology, Journal of Speech and Hearing Research un Journal of the Acoustical Society of America. Viņš ir strādājis vairākās Nacionālo veselības institūtu grantu pārskatīšanas komisijās. 2012. gadā viņš tika nosaukts par Amerikas runas-valodas-dzirdes asociācijas biedru, un 2015. gadā Dr. Grīns saņēma Vilarda R. Zemlina balvu runas zinātnē.

Kopš 2000. gada viņa darbu finansē Nacionālie veselības institūti (NIH). Viņš sniedz produktīvu ieguldījumu lielākajos žurnālos ar vairāk nekā 100 recenzētām publikācijām. Viņš ir prezentējis savus darbus starptautiskā un valsts mērogā. Viņš ir vairāku IHP doktorantu padomnieks, ieguvis desmit doktora grādu. disertācijas un vadīja vienpadsmit pēcdoktorantūras pētniekus. Viņš ir arī daudzu žurnālu redakcijas konsultants un strādājis vairākos NIH grantu pārskatīšanas paneļos.

.