Vývoj aplikácie na diagnostiku ALS

Vývoj aplikácie na diagnostiku ALS

Myšlienkový vodcaDr. Jordan GreenVedúci laboratória jazykových a stravovacích porúchInštitút MGH pre zdravotnícke povolania

V tomto rozhovore hovoríme s Jordanom Greenom z inštitútu Dr. MGH o jeho nedávnom výskumnom partnerstve so spoločnosťou Modality.AI, ktorá skúmala, či je možné aplikáciu použiť na efektívnu diagnostiku straty jazyka v dôsledku ALS.

Mohli by ste sa nám predstaviť a povedať nám, čo inšpirovalo váš výskum amyotrofickej laterálnej sklerózy (ALS)?

Som hlavný vedecký poradca, profesor rehabilitačných vied a riaditeľ laboratória pre poruchy reči a výživy na Inštitúte zdravotníckych profesií MGH v Bostone, Massachusetts. Som certifikovaný rečový patológ a nadšený výskumník, ktorý študuje poruchy reči a prehĺtania počas celého života.

Keď som študoval vývoj motorickej kontroly reči u detí a vyvinul počítačové technológie na kvantifikáciu tejto reči, začal som komunikovať s lekármi, ktorí prevádzkujú kliniky ALS. Vyjadrili potrebu technológie podobnej tej, ktorú používam na lepšie meranie reči a prehĺtania u dospelých s ALS. Mali správne technológie a techniky na meranie pohybov končatín a chôdze, ale mali problémy s meraním a hodnotením rečového systému, pretože svaly sú také malé a relatívne neprístupné a pohyby reči sú také rýchle a nepatrné. Tento typ merania si tradične vyžadoval značné odborné znalosti a vyžadoval objektívnejšie opatrenia. Odvtedy som začal pracovať na vývoji počítačových nástrojov na hodnotenie špeciálne pre ALS.

Fotografický kredit: Kateryna Kon/Shutterstock.com

V súčasnosti môže diagnostikovanie ALS trvať až 18 mesiacov, a keď k tomu dôjde, lieková terapia už nie je taká účinná v dôsledku straty motorických neurónov. Prečo je také dôležité dokázať u pacientov odhaliť ALS skôr?

Pokiaľ ide o ochorenie, ako je ALS, včasná diagnóza je nevyhnutná. Len 15 percent ľudí, u ktorých sa rozvinie ALS, má genetický marker, ktorý dokážeme identifikovať. Preto je dôležité, aby lekári mali objektívne spôsoby, ako posúdiť stav čo najskôr a presne. Keďže štvrtina pacientov s ALS má ako prvý príznak poruchu reči, sledovanie jemných zmien môže slúžiť ako systém včasného varovania.

Ako ALS postupuje, motorické neuróny zodpovedné za reč, prehĺtanie, dýchanie a chôdzu sa môžu rýchlo zhoršiť, ale ak je možné ochorenie odhaliť v počiatočných štádiách, zatiaľ čo motorické neuróny sú stále neporušené, výhody intervencií sa pravdepodobne maximalizujú. Správne technológie, ako sú tieto, môžu tiež presnejšie odhaliť zmeny u pacientov, čo v konečnom dôsledku umožňuje lepšie sledovanie progresie ochorenia.

V súčasnosti sa podieľajú na štúdii testujúcej účinnosť aplikácie digitálneho zdravia pre ALS. Môžete nám povedať viac o tejto štúdii a jej cieľoch?

Národný inštitút zdravia (NIH) udelil môjmu tímu grant v spolupráci s vývojárom aplikácií Modality.AI, aby určil, či sú údaje o reči zhromaždené aplikáciou rovnako účinné alebo efektívnejšie ako pozorovania klinických odborníkov, ktorí hodnotia a liečia problémy s rečou a prehĺtaním v dôsledku ALS.

Údaje zhromaždené aplikáciou sa porovnávajú s výsledkami získanými z najmodernejších laboratórnych techník merania jazyka, ktorých používanie je nákladné a komplikované. Keď sa výsledky zhodujú s výsledkami lekárov a ich najmodernejšieho vybavenia, vieme, že majú platný prístup.

Obrazový kredit: Modality.AI

Samotná aplikácia obsahuje virtuálnu agentku Tinu. Ako je tento virtuálny agent schopný získať informácie o hlasových dátach?

Používanie aplikácie je rovnako jednoduché ako kliknutie na odkaz. Pacient dostane e-mail alebo textovú správu oznamujúcu, že je čas vytvoriť záznam. Kliknutím na odkaz sa aktivuje kamera a mikrofón a Tina, virtuálna agentka AI, začne dávať pokyny. Pacient je potom požiadaný, aby urobil veci, ako je počítanie čísel, opakovanie viet a čítanie odseku. Aplikácia medzitým zhromažďuje údaje na meranie premenných z obrazových a zvukových signálov, ako sú: B. Rýchlosť pohybov pier a čeľustí, rýchlosť reči, zmeny výšky tónu a vzory prestávok.

Tina dekóduje informácie z akustiky reči a pohybov reči, ktoré sa automaticky extrahujú z celotvárových videozáznamov získaných počas hodnotenia. Technológie počítačového videnia – ako napríklad B. Facial tracking – poskytujú neinvazívny spôsob presného zaznamenávania a výpočtu funkcií z veľkých súborov údajov o pohyboch tváre počas reči.

Aké informácie môže táto zdravotná aplikácia poskytnúť pacientom? Aké sú výhody pre pacientov, keď majú všetky tieto informácie na dosah ruky?

Zmeny reči sú pri ALS bežné, ale miera progresie ALS sa líši od človeka k človeku. Pacienti uvádzajú, že strata schopnosti hovoriť je jedným z najhorších dôsledkov choroby. Aplikácia umožňuje pacientom dokumentovať svoju jazykovú históriu na diaľku. Poskytovatelia využijú tieto informácie, aby pomohli pacientom a ich rodinám robiť informované rozhodnutia v priebehu ochorenia.

Ako logopédi chceme komunikáciu optimalizovať čo najdlhšie. A naučiť pacientov včas používať alternatívne spôsoby komunikácie je efektívnejšie ako čakať, kým stratia schopnosť hovoriť. Včasné potvrdenie diagnózy navyše poskytuje pacientom dostatok času na začatie bankovania správ a hlasu, aby sa ich vlastný hlas mohol použiť v zariadení na prevod textu na reč (TTS) alebo v zariadení na generovanie reči (SGD). Pre pacientov to má ďalšie výhody vrátane zníženia nákladov a odstránenia potreby pacientov cestovať do kliník na jazykové testy.

Nakoniec aplikácia vo všeobecnosti vyžaduje iba niekoľko minút týždennej účasti pacienta, čo šetrí čas a náklady a vyžaduje menej energie ako klinické vyšetrenie, ako aj čas a oneskorenia spojené s koordináciou stretnutí a cestovaním do zdravotníckeho zariadenia. Nedostatok včasnej detekcie a objektívnych opatrení sú dva problémy, ktoré brzdia pokrok v liečbe. Pre rýchlo progredujúce ochorenie je rozhodujúca včasná diagnostika.

Aké benefity by okrem benefitov pre pacientov mohla poskytnúť poskytovateľom zdravotnej starostlivosti?

Aplikácia umožní lekárom vzdialený prístup k údajom svojich pacientov a sama o sebe bude sledovať priebeh reči, čo poskytovateľovi umožní spravovať a monitorovať reč bez potreby častých osobných návštev. Táto úroveň dostupnosti umožňuje lekárom pravidelnejšie sledovať pacientov, robiť presnejšie závery liečby a určiť najlepší možný plán liečby. To zjednodušuje celý proces a znižuje zaťaženie pacientov a poskytovateľov a zároveň znižuje spotrebu zdrojov na klinické služby. Zvýšená presnosť a efektivita aplikácie bude tiež obzvlášť atraktívna pre klinických vedcov a spoločnosti, ktoré používajú rečové vzory ako výstupné opatrenia v testoch liekov na ALS.

V tejto štúdii ste sa spojili s technologickou spoločnosťou Modalita.AI. Aké dôležité sú tieto typy spolupráce pri prinášaní nových vedeckých nápadov a technológií do sveta?

Skočil som po príležitosti spolupracovať s Modality.AI. Členovia tímu majú jedinečnú a rozsiahlu históriu vo vývoji hlasových aplikácií AI a komerčný záujem o implementáciu tejto technológie do bežnej zdravotnej starostlivosti a klinických skúšok. Nové technológie sú obzvlášť ohrozené neúspechom, ak ich nepodporuje komerčná spoločnosť. Preto bol tento vzťah rozhodujúci pre naše celkové ciele štúdie.

Očakávam, že tieto typy spolupráce v oblasti zdravotníckych technológií budú čoraz populárnejšie a budú mať stále väčší vplyv na štúdie, ako je táto.

Fotografický kredit: elenabsl/Shutterstock.com

Umelá inteligencia (AI) zaznamenala v posledných rokoch obrovský nárast popularity. Prečo je to tak a myslíte si, že AI sa aj naďalej stane neoddeliteľnou súčasťou zdravotnej starostlivosti?

AI hrá veľmi dôležitú úlohu pri identifikácii stavov, ktoré sú pre našu ľudskú myseľ ťažko pochopiteľné, keďže väčšina zdravotných problémov je viacrozmerná a veľmi komplikovaná, pričom často postihuje viaceré časti tela a rôzne symptómy, ktoré sa časom menia.

Strojové učenie je dokonalým riešením na diagnostiku a monitorovanie určitých zdravotných stavov, pretože je potrebné absorbovať veľké množstvo údajov. Tieto stroje dokážu spracovať tieto údaje a definovať vzory spôsobom, ktorý ľudské oči a uši nedokážu rozpoznať s rovnakým stupňom presnosti.

Používanie AI a strojového učenia týmto spôsobom bude tiež náročné. Aby boli tieto modely presné a fungovali podľa predstáv, musia byť vyškolení. Hlavnou úlohou bude získanie trénovacích údajov potrebných na spresnenie týchto modelov. Napríklad trénovanie stroja, aby vykonával presné hodnotenia, môže vyžadovať stovky alebo tisíce príkladov konkrétneho stavu, aby ho algoritmus trénoval a „učil sa“. Na tento účel je potrebné tieto údaje zozbierať a potom veľmi starostlivo vybrať. Tento nedostatok údajov sa ukazuje ako prekážka.

Hoci sa AI ukázala ako neoceniteľná v oblasti medicíny, nenahradí lekárov. Ľudia z praxe poskytujú bezkonkurenčnú personalizovanú starostlivosť, rozhodovanie a komplexnú podporu pacienta a nemožno ich nahradiť.

Čo vás a vaše štúdium čaká ďalej?

Niektorí zástupcovia pacientov momentálne testujú aplikáciu a odovzdávajú ju pacientom. Na základe štruktúry grantu, ktorý sme dostali od NIH, budeme pokračovať v práci na aplikácii, aby sme splnili stanovené kritériá počas nasledujúcich troch rokov, aby sme pokračovali v grantovom cykle. Fáza I trvá jeden rok a fáza II trvá dva roky.

O doktorovi Jordanovi Greenovi

Doktor Green, ktorý pôsobí v Inštitúte MGH od roku 2013, je rečový patológ, ktorý študuje biologické aspekty tvorby reči. Vyučuje postgraduálne kurzy fyziológie reči a nervových základov reči, jazyka a sluchu. Ako hlavný vedecký poradca vo výskumnom oddelení IHP spolupracuje s Associate Provost for Research na nábore, strategickom plánovaní a rôznych špeciálnych projektoch. Je tiež riaditeľom Laboratória porúch reči a výživy (SFDL) v ústave. Bol menovaný prvým profesorom rehabilitačných vied Matina Souretis Horner. Vo svojom výskume sa zameriava na poruchy tvorby reči, rozvoj oromotoriky pre skorú reč a kŕmenie a kvantifikáciu motorickej výkonnosti reči. Jeho výskum bol publikovaný v národných a medzinárodných časopisoch vrátane Child Development, Journal of Neurophysiology, Journal of Speech and Hearing Research a Journal of the Acoutical Society of America. Pôsobil v niekoľkých komisiách na preskúmanie grantov v Národnom inštitúte zdravia. V roku 2012 bol vymenovaný za člena American Speech-Language-Hearing Association av roku 2015 dostal Dr. Green cenu Willarda R. Zemlina za vedu o reči.

Jeho práca je financovaná Národným inštitútom zdravia (NIH) od roku 2000. Produktívne prispieva do významných časopisov s viac ako 100 recenzovanými publikáciami. Svoju tvorbu prezentoval na medzinárodnej i národnej úrovni. Je poradcom viacerých doktorandov IHP, má desať Ph.D. dizertačných prác a viedol jedenásť postdoktorandských výskumníkov. Je tiež redakčným konzultantom pre mnohé časopisy a pôsobil v niekoľkých paneloch pre hodnotenie grantov NIH.

.