Ранняя диагностика деменции или последствий черепно-мозговых травм – сложнейшая задача: на старте симптомы легко спутать с усталостью, а стандартные тесты дороги и малодоступны. Голос же меняется одним из первых. Он выдает болезнь через интонацию, темп, структуру фраз, дрожь и количество пауз.
«Мы, люди, можем уловить какие-то отклонения в голосе человека и интуитивно предположить, что у него есть какое-то заболевание. Но нейросеть может выявить и оценить эти отклонения с помощью статистических методов. Она обрабатывает данные, сравнивает их с данными диагностированных больных и здоровых людей, выявляет статистически значимые признаки когнитивных нарушений и оценивает вероятность заболевания или травмы по шкале от нуля до 100 процентов», – говорит младший научный сотрудник Балтийского центра нейротехнологий БФУ Глеб Осадчий.
Технически процесс выглядит так: пациент описывает изображение, как при классическом тестировании. Искусственный интеллект анализирует этот рассказ, опираясь не на смысл слов, а на 88 звуковых характеристик произношения. Для обучения модели ученые использовали обширные базы данных голосов больных и контрольной группы здоровых испытуемых.
Важно понимать: алгоритм не ставит диагноз. Его цель – стать высокоточным инструментом первичного скрининга для врача, флагом, указывающим на необходимость углубленного обследования.
Сейчас команда готовит разработку к интеграции в реальную клиническую практику. Главный барьер – сбор этичных, анонимизированных аудиоданных огромного объема.
Чтобы довести систему до готового продукта, нужны тысячи часов записей пациентов, что возможно лишь при прямом партнерстве с клиниками – поясняет исследователь. По его словам, сейчас вуз начинает такое сотрудничество.
Результаты работы были представлены на XV Международной мультиконференции «Биоинформатика регуляции и структуры геномов / системная биология» в Новосибирске.
