Nauka
Mowa jako biomarker chorób neurodegeneracyjnych
6 minut
Badania w Polsce
W Polsce zespół neurologów i bioinżynierów z Krakowa prowadzi badania mające na celu zautomatyzowanie systemu śledzenia choroby Parkinsona na podstawie analizy jakości głosu i mowy przy wykorzystaniu technologii informatycznych. Mierzone są takie parametry jak: składowe sygnału, wahania częstotliwości, amplitudy, energii, głośność, prędkość mowy oraz ton głosu. Badacze mają na celu m.in. stworzenie bazy diagnostycznej w języku polskim, która umożliwi analizę choroby już podczas pierwszego wywiadu lekarskiego, a automatyzacja monitorowania i prognostyki pacjentów mogłaby ułatwić pracę lekarzy. Eksperyment polega na nagrywaniu głosu pacjentów z chorobą Parkinsona w różnych jej stadiach. Nagrania te prowadzone są od momentu, kiedy pacjent nie jest pod wpływem żadnych leków (stan off), a następnie podaje się choremu lek i co pół godziny analizuje parametry głosu. Badanie trwa ok. 4 godzin, podczas których ocenie podlegają zmiany symptomów choroby po zażyciu leków oraz ich korelacje z głosem. Stworzenie systemu automatycznego diagnozowania i prognozowania skutków leczenia na podstawie analizy sygnału mowy mogłoby zapobiegać pogorszeniu stanu zdrowia chorego poprzez odpowiednie zaordynowanie leków w czasie. Naukowcy z Polski we współpracy z uczonymi z Kolumbii i Niemiec w 2016 r. opublikowali wyniki badań na temat automatycznego wykrywania choroby Parkinsona na podstawie modulowanych samogłosek. Analizy fonacyjne oraz artykulacyjne przeprowadzono na grupie 100 osób (50 chorych oraz 50 zdrowych) wykorzystując trwałą i modulowaną hiszpańską samogłoskę „a”. Na ich podstawie klasyfikowano osobę jako chorą lub zdrową.
Podsumowanie
Reasumując, choroba Parkinsona rozwija się przez długi okres i przez wiele lat nie daje klinicznych objawów, dlatego też diagnostyka we wczesnym stadium choroby jest trudna. Zmiany patofizjologiczne są klinicznie zauważalne dopiero przy 60-80% zmniejszeniu ilości dopaminy w mózgowiu. Dlatego zautomatyzowana analiza akustyczna mowy wydaje się być cennym narzędziem klinicznym do badań przesiewowych w kierunku choroby Parkinsona. Jak wykazały badania prowadzone w innych krajach, metoda ta jest bardziej czuła na wczesne zmiany patofizjologiczne oraz zupełnie nieinwazyjna. Dodatkowo parametry sygnału mowy w połączeniu z technologiami informatycznymi mogą być wykorzystywanie w monitorowaniu postępu choroby oraz farmakoterapii. Istnieje nadzieja na to, że polscy naukowy stworzą aplikację na smartfona, która pomoże ustalić stadium choroby Parkinsona oraz dostosować odpowiednią terapię, a przez to ułatwi pracę lekarzom.
Bibliografia:
1. http://naukawpolsce.pap.pl
2. http://www.parkinson.krakow.pl/wysiwyg/files/_Anna_Krygowska_Wajs__Choroba_Parkinsona___informacje_og__lne.pdf
3. Lewicka T. (2014) Zaburzenia językowe w chorobach neurodegeneracyjnych – aspekty diagnostyczne i terapeutyczne. Logopedia Silesiana, 3.
4. Wasilewski T. (2017) Dyzartria jako determinant zaburzeń procesu komunikowania się pacjentów w wybranych chorobach otępiennych mózgu. Med. Rodz., 20(3): 244-249.
5. Orzechowski T. i in. (2006) Automatyczna ocena zaburzeń emisji głosu będących wynikiem procesów neurodegeneracyjnych w oparciu o analizę wyizolowanych głosek. Automatyka, 10(3): 91-97.
6. Harela B. i in. (2004) Acoustic characteristics of Parkinsonian speech: a potential biomarker of early disease progression and treatment. J. Neurolinguist., 17: 439-453.
7. Hemmerling D. i in. (2016) Automatic detection of Parkinson’s disease based on modulated vowels. Conference Paper. Interspeech. San Francisco.
8. Dixit D. i in. (2014) Voice Parameter Analysis for the disease detection. IOSR-JECE. 9(3): 48-55.