В этом интервью мы говорим с доктором Джорданом Грином из Института MGH о его последнем исследовательском партнерстве с Modality.AI, в ходе которого изучалось, можно ли использовать приложение для эффективной диагностики снижения речи из-за БАС.
Пожалуйста, не могли бы вы представиться и рассказать нам, что вдохновило вас на исследование бокового амиотрофического склероза (БАС)?
Я главный научный консультант, профессор реабилитационных наук и директор лаборатории расстройств речи и питания в Институте медицинских профессий MGH в Бостоне, штат Массачусетс. Я сертифицированный логопед и активный исследователь, изучаю нарушения речи и глотания на протяжении всей жизни.
Поскольку я изучал развитие двигательного контроля речи у детей и разрабатывал компьютерные технологии для количественной оценки этой речи, я начал взаимодействовать с врачами, которые руководят клиниками БАС. Они выразили потребность в технологии, аналогичной той, которую я использовал для более точного измерения речи и глотания у взрослых с БАС. У них были нужные технологии и методы для измерения движений конечностей и ходьбы, но им было трудно измерить и оценить речевую систему, потому что мышцы такие маленькие и относительно недоступные, а речевые движения такие быстрые и мелкие. Этот вид измерения традиционно требовал значительного опыта, и они нуждались в более объективных показателях. Оттуда я начал работать над разработкой компьютерных инструментов оценки специально для БАС.
Изображение предоставлено: Катерина Кон/Shutterstock.com
В настоящее время для постановки диагноза БАС может потребоваться до 18 месяцев, и к тому времени, когда это происходит, лекарственная терапия уже не так эффективна из-за потери двигательных нейронов. Почему, таким образом, жизненно важно уметь диагностировать БАС на ранних стадиях у пациентов?
Ранняя диагностика имеет важное значение для такого заболевания, как БАС. Только у 15 процентов людей, страдающих БАС, есть генетический маркер, который мы можем идентифицировать, поэтому крайне важно иметь объективные способы для клиницистов для оценки состояния как можно раньше и точнее. Поскольку у четверти пациентов с БАС первым симптомом является нарушение речи, отслеживание тонких изменений может служить системой раннего предупреждения.
По мере прогрессирования БАС двигательные нейроны, отвечающие за речь, глотание, дыхание и ходьбу, могут быстро ухудшаться, но если болезнь можно обнаружить на ранних стадиях, когда двигательные нейроны все еще не повреждены, польза от вмешательств, вероятно, будет максимальной. Правильные технологии, такие как эта, также могут обнаруживать изменения у пациентов с большей точностью, что в конечном итоге способствует лучшему мониторингу прогрессирования заболевания.
В настоящее время вы участвуете в исследовании по проверке эффективности цифрового приложения для здоровья при БАС. Можете ли вы рассказать нам больше об этом исследовании и каковы его цели?
Национальные институты здравоохранения (NIH) предоставили моей команде, совместно с разработчиком приложения Modality.AI, грант на определение того, являются ли данные, собранные о речи из приложения, столь же эффективными или более эффективными, чем наблюдения клинических экспертов, которые оценивают и лечат проблемы с речью и глотанием из-за БАС.
Данные, собранные из приложения, будут сравниваться с результатами, полученными с помощью современных лабораторных методов измерения речи, которые дороги и сложны в использовании. Если результаты совпадают с результатами клиницистов и их современным оборудованием, мы будем знать, что у них правильный подход.
Кредит изображения: Modality.AI
В самом приложении есть виртуальный агент Тина. Как этот виртуальный агент может получить информацию о речевых данных?
Пользоваться приложением так же просто, как щелкнуть ссылку. Пациент получает электронное письмо или текстовое сообщение о том, что пришло время создать запись. Щелчок по ссылке активирует камеру и микрофон, и Тина, виртуальный агент ИИ, начинает давать инструкции. Затем пациента просят сосчитать числа, повторить предложения и, например, прочитать абзац. Все это время приложение собирает данные для измерения переменных видео- и аудиосигналов, таких как скорость движений губ и челюстей, скорость речи, изменение высоты тона и характер пауз.
Тина декодирует информацию из акустики речи и речевых движений, автоматически извлекаемую из видеозаписей анфас, полученных во время оценки. Технологии компьютерного зрения, такие как отслеживание лиц, обеспечивают неинвазивный способ точной записи и вычисления характеристик на основе больших объемов данных о движениях лица во время речи.
Какую информацию это приложение для здоровья сможет предоставить пациентам? Каковы преимущества для пациентов в том, что вся эта информация доступна им?
Изменения в речи характерны для БАС, но скорость прогрессирования БАС варьируется от человека к человеку. Пациенты сообщают, что снижение способности говорить является одним из худших последствий болезни. Приложение позволит пациентам удаленно документировать прогресс своей речи. Поставщики услуг будут использовать эту информацию, чтобы помочь пациентам и их семьям принимать обоснованные решения на протяжении всего заболевания.
Как логопеды, мы хотим оптимизировать общение как можно дольше. А раннее обучение пациентов использованию альтернативных способов общения более эффективно, чем ожидание, пока они не потеряют способность говорить. Кроме того, раннее подтверждение диагноза предоставит пациентам достаточно времени, чтобы начать обмен сообщениями и голосовыми сообщениями, чтобы их собственный голос можно было использовать в устройстве преобразования текста в речь (TTS) или устройстве генерации речи (SGD). Существуют дополнительные преимущества для пациентов, в том числе снижение затрат и устранение необходимости посещения пациентами клиник для оценки речи.
Наконец, приложению обычно требуется участие пациента всего несколько минут в неделю, что экономит время и расходы, требует меньше энергии, чем клиническое обследование, а также времени и задержек, связанных с согласованием приема и поездкой в медицинское учреждение. Отсутствие ранней диагностики и объективных мер – две проблемы, которые препятствуют прогрессу в лечении. Ранняя диагностика имеет решающее значение при быстро прогрессирующем заболевании.
Помимо преимуществ, которые он предлагает пациентам, какие преимущества он может предложить поставщикам медицинских услуг?
Приложение позволит врачам получать удаленный доступ к данным своих пациентов и само по себе будет отслеживать развитие речи, позволяя поставщику услуг управлять речью и контролировать ее, не требуя частых личных посещений. Такой уровень доступности позволит клиницистам более регулярно наблюдать за пациентами, делать более точные выводы о лечении и определять наилучший план лечения. Это упрощает весь процесс и снимает нагрузку с пациента и поставщика медицинских услуг, а также снижает использование ресурсов для клинических услуг. Повышенная точность и эффективность приложения также будут особенно привлекательны для ученых-клиницистов и компаний, использующих речевые паттерны в качестве критерия результатов в испытаниях лекарств от БАС.
В этом исследовании вы присоединились к технологической фирме Модальность.ИИ. Насколько важны такие виды сотрудничества для внедрения новых научных идей и технологий в мир?
Я ухватился за возможность работать с Modality.AI. Члены команды имеют уникальный и обширный опыт разработки речевых приложений ИИ и коммерческий интерес к внедрению этой технологии в основное здравоохранение и клинические испытания. Новые технологии особенно подвержены риску неудачи, когда коммерческая организация не поддерживает их, поэтому эта взаимосвязь имела решающее значение для наших общих целей исследования.
Я предсказываю, что такие виды сотрудничества будут набирать популярность в сфере медицинских технологий и будут оказывать все более значительное влияние на исследования, подобные этому.
Изображение предоставлено: elenabsl/Shutterstock.com
Искусственный интеллект (ИИ) получил огромное распространение в последние годы. Почему это так, и верите ли вы, что мы и дальше будем видеть, как ИИ становится неотъемлемым аспектом здравоохранения?
ИИ играет очень важную роль в выявлении состояний, которые нашему человеческому разуму трудно понять, потому что большинство проблем со здоровьем многомерны и очень сложны, часто затрагивая несколько частей тела и различные симптомы, которые меняются со временем.
Машинное обучение — идеальное решение для диагностики и мониторинга определенных состояний здоровья, потому что нужно обрабатывать так много данных. Эти машины могут обрабатывать эти данные и определять закономерности способами, которые человеческие глаза и уши не способны обнаружить с той же степенью точности. точность.
Использование искусственного интеллекта и машинного обучения таким образом также представляет собой проблему. Чтобы эти модели были точными и работали должным образом так, как мы хотим, их необходимо обучить. Получение обучающих данных, необходимых для повышения точности этих моделей, будет сложной задачей. Например, чтобы обучить машину точной оценке, могут потребоваться сотни или тысячи примеров конкретного условия, чтобы алгоритм обучился на нем и «выучил» его. Для этого эти данные необходимо собрать, а затем очень тщательно отобрать. Отсутствие данных оказывается узким местом.
Хотя ИИ доказал свою бесценность в области медицины, он не заменит клиницистов. Врачи-практики предлагают беспрецедентный персонализированный уход, принятие решений и всестороннюю поддержку пациентов, и их невозможно заменить.
Что дальше для вас и вашей учебы?
В настоящее время несколько групп защиты интересов пациентов тестируют приложение и предоставляют его пациентам. Основываясь на структуре гранта, полученного нами от NIH, мы продолжим работу над приложением, чтобы соответствовать установленным критериям в течение следующих трех лет, чтобы продолжить цикл грантов. Этап I займет один год, а этап II — два года.
О докторе Джордане Грине
Доктор Грин, работающий в Институте MGH с 2013 года, является логопедом, изучающим биологические аспекты производства речи. Он преподает аспирантуру по физиологии речи и нейронным основам речи, языка и слуха. В качестве главного научного консультанта исследовательского отдела МГП он работает с помощником проректора по исследованиям в области найма, стратегического планирования и различных специальных проектов. Он также является директором Лаборатории расстройств речи и питания (SFDL) в Институте. Он был назначен первым профессором реабилитационных наук Матины Суретис Хорнер. Его исследования сосредоточены на нарушениях воспроизведения речи, развитии оромоторных навыков для ранней речи и кормления, а также на количественной оценке речевой моторики. Его исследования были опубликованы в национальных и международных журналах, в том числе Развитие ребенка, Журнал нейрофизиологии, Журнал исследований речи и слухаи Журнал Акустического общества Америки. Он работал в нескольких комиссиях по рассмотрению грантов в Национальных институтах здравоохранения. В 2012 году он был назначен членом Американской ассоциации речи, языка и слуха, а в 2015 году доктор Грин получил премию Уилларда Р. Землина в области науки о речи.
Его работа финансируется Национальным институтом здравоохранения (NIH) с 2000 года. Он активно публикуется в важных журналах, опубликовав более 100 рецензируемых публикаций. Он представил свою работу на международном и национальном уровнях. Он является советником нескольких докторантов МГП, руководил десятью докторами наук. диссертаций и руководил одиннадцатью докторантами. Он также является редакторским консультантом многих журналов и работал в нескольких группах по рассмотрению грантов NIH.
