Российские ученые обнаружили речевые признаки хронической сердечной недостаточности, астмы, сахарного диабета и других неинфекционных заболеваний. Эти маркеры можно использовать для массового удаленного мониторинга здоровья населения, например, с помощью автоматических обзвонов, обработку результатов которых выполняет ИИ. Собранные биометрические данные планируют хранить в биобанке, к которому получат доступ медицинские центры по всей России. Эксперты отмечают, что для оценки точности метода потребуется испытание на десятках тысяч реальных пациентов. Подробнее - в материале «Известий».
Диагностика заболеваний по телефону
Специалисты Самарского государственного медицинского университета (СамГМУ) предложили технологию на основе ИИ для массового скрининга хронических заболеваний по телефону. Например, это может быть роботизированный обзвон потенциальных пациентов. Так как для внедрения метода потребуется обработка большого объема данных и значительные вычислительные мощности, медики предлагают использовать возможности блокчейна, когда нагрузка распределяется между различными участниками сети. Такой подход позволит отказаться от использования дорогостоящей техники и сделает подход экономически оправданным.
Проанализировав 4,5 тыс. обезличенных аудиозаписей, ученые обнаружили речевые параметры, указывающие на хроническую сердечную недостаточность. Также были определены речевые биомаркеры для бронхиальной астмы, ХОБЛ, артериальной гипертензии, сахарного диабета и других патологий.
— Опубликованная нами работа — первое в мире исследование параметров речевого сигнала у русскоговорящих пациентов с хроническими неинфекционными заболеваниями. Мы считаем перспективным проведение исследований по многоцентровой валидации (проверке точности данных несколькими центрами. — «Известия») клинически значимых биомаркеров для наиболее распространенных и социально значимых неинфекционных патологий. В дальнейшем их можно было бы включить в национальные рекомендации по скринингу, диагностике и динамическому удаленному диспансерному наблюдению пациентов, — сказал директор Научно-практического центра дистанционной медицины СамГМУ, доцент кафедры амбулаторно-поликлинической помощи с курсом телемедицины Андрей Гаранин.
Исследователи отметили, что динамика речевых биомаркеров у пациентов соотносилась с прогрессированием каждой изученной патологии. Обучение нейросети на основе собранного учеными датасета речевых признаков также дало высокие результаты.
Например, при хронической сердечной недостаточности изменяются акустические параметры и фонетические характеристики речи. Это связано с задержкой жидкости в тканях, что повышает вязкость голосовых складок, а также с ослаблением влияния блуждающего нерва и изменением динамики воздушного потока. Эти физиологические механизмы сопровождают синдром и напрямую влияют на процесс формирования речи.
Данные о количественных изменениях ряда голосовых биомаркеров могут стать основой для удаленного мониторинга состояния пациентов после выписки из стационара. Такой подход позволяет получать объективные показатели наряду с субъективными ощущениями пациента, а также своевременно направлять на углубленное обследование. При этом для проведения мониторинга не требуется специализированное оборудование или участие квалифицированного персонала.
Поможет ли ИИ поставить диагноз
— Мы предлагаем организовать сетевую структуру по удаленному наблюдению за пациентами или здоровыми людьми по типу блокчейна, чтобы все медицинские центры имели доступ к национальному биобанку. В нем бы содержались результаты биометрии. Например, по видеоизображению лица можно измерять пульсовую волну. Также можно анализировать голос, радужную оболочку и кожу лба, — сказал Андрей Гаранин.
Для реализации такого подхода действительно необходимы мощные центры обработки данных. Аудио-, видео- и фотоматериалы пациентов создают огромные объемы информации. Теоретически их можно обработать с помощью квантовых вычислителей, но они слишком дороги. Поэтому для этих операций лучше использовать внутрисетевые вычисления, когда множество классических компьютеров объединены в одну систему, как это делается, например, при майнинге, добавил специалист.
Опытный врач может замечать признаки патологий в голосе без дополнительного обследования. Однако, чтобы адекватно оценить точность диагностики ИИ по телефону, понадобится испытать систему на десятках тысяч пациентов, пояснил профессор, главный внештатный детский аллерголог-иммунолог минздрава Московской области Андрей Продеус.
— Существуют характерные признаки одышки у людей с сердечно-сосудистой недостаточностью и бронхиальной астмой. Однако на практике пока никто не может сказать, насколько точно это сможет определять ИИ. Нет особого вреда, если система лишний раз направит кого-то на консультацию, но что делать, если голос пациента не выдает патологию, а она у него есть? Кто за это будет отвечать? — отметил медик в комментарии «Известиям».
По мнению доцента института экономики и управления УрФУ и кафедры технологий будущего МФТИ Максима Колясникова, представленное решение — скорее перспективная платформа, чем готовый инструмент массового скрининга.
— С экономической точки зрения такие разработки важны прежде всего как недорогой инструмент предварительного отбора и дистанционного мониторинга пациентов с хронической сердечной недостаточностью. При успешной клинической валидации они могут снижать число поздних обращений, повторных госпитализаций и нагрузку на очное звено здравоохранения, — считает эксперт.
По его словам, такие решения могут быть интересны крупным экосистемным компаниям, уже развивающим потребительские продукты в сфере здоровья. Однако это возможно лишь при строгом соблюдении регулирования, медицинской этики и получения согласия пациента.