Mowa jako biomarker chorób neurodegeneracyjnych

autorka: mgr farm. Ewelina Rydzik-Strzemska

Umiejętność wydobywania głosu jest najbardziej prymitywną i naturalną formą komunikacji, niezbędną w codziennym życiu. Wytwarzanie głosu, a więc i mowy, wymaga współpracy wielu narządów, takich jak: płuca, oskrzela, tchawica, krtań, gardło, jama nosowa, jama ustna. Zaburzenia patologiczne narządu głosu związane są m.in. z dolegliwościami układu oddechowego czy nerwowego. Dlatego też analiza i diagnoza zaburzeń głosu stanowi tak ważną procedurę medyczną.

Źródło patologii
Choroba Parkinsona jest jedną z najczęściej występujących chorób o podłożu neurodegeneracyjnym. U chorych zanikają komórki nerwowe istoty czarnej, która produkuje neuroprzekaźnik dopaminę. Choroba Parkinsona rozwija się, jeśli liczba komórek produkujących ten neuroprzekaźnik zmniejszy się o 70-80 %, a ilość samej dopaminy zmaleje do 20-30%. Pierwsze objawy choroby najczęściej pojawiają się między 50. a 60. r.ż., jednak istnieje też postać młodzieńcza choroby występująca przed 21. r.ż. (parkinsonizm młodzieńczy). Poza typowymi objawami wynikającymi z neurodegeneracji (sztywność mięśni, drżenie kończyn, spowolnienie ruchowe) dochodzi do problemów w prawidłowej modulacji głosu. Patologia ta może dotyczyć 75% pacjentów.

W chorobie Parkinsona dochodzi do zmian w mowie typu dyzartrii, którą można zdefiniować jako zaburzenie wynikające z uszkodzenia dróg nerwowych biorących udział w przekształcaniu impulsów związanych z procesem mówienia. Dyzartria cechuje się dysfunkcjami mięśni narządu mowy. Zaburzenia dyzartryczne (dyzartria hipokinetyczna) u chorych na Parkinsona dotyczą m.in. obniżonej wysokości i natężenia głosu, trudności artykulacyjnych (tzw. mamrotanie), spowolnionej i monotonnej intonacji oraz mimowolnego powtarzania słów, ponadto mowa pacjentów jest wyciszona.

Badania na świecie
Analiza akustyczna mowy osób chorujących na Parkinsona może stanowić potencjalny biomarker wczesnej progresji choroby jak również leczenia. Grupa badaczy z USA przeprowadziła eksperyment, którego celem było zbadanie, czy parametry rejestrowane przez mierniki akustyczne zmieniają się w następstwie rozpoczęcia leczenia farmakologicznego oraz czy za ich pomocą można wykryć chorobę, zanim pojawią się jakiekolwiek łatwe do zaobserwowania objawy kliniczne. Wyniki tego eksperymentu sugerują, że zmiany patofizjologiczne we wczesnym okresie choroby prowadzą do zmian w zdolności centralnego układu nerwowego do kontrolowania muskulatury aparatu mowy. Dochodzi wtedy do zmniejszonej intonacji głosu, którą można wykryć wiele lat przed diagnozą opartą na klinicznie zauważalnych objawach. Wyniki tego badania sugerują, że analizy akustyczne głosu mogą dostarczać biomarkerów służących do oceny skuteczności leczenia farmakologicznego w bardzo wczesnym etapie choroby. Jest to niezwykle ważne, biorąc pod uwagę fakt, że wczesna farmakoterapia, która uzależniona jest od wczesnej diagnozy, może prowadzić do poprawy długoterminowych wyników klinicznych.

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.