Semua kandungan iLive disemak secara perubatan atau fakta diperiksa untuk memastikan ketepatan faktual sebanyak mungkin.
Kami mempunyai garis panduan sumber yang ketat dan hanya memautkan ke tapak media yang bereputasi, institusi penyelidikan akademik dan, apabila mungkin, dikaji semula kajian secara medis. Perhatikan bahawa nombor dalam kurungan ([1], [2], dan lain-lain) boleh diklik pautan ke kajian ini.
Jika anda merasakan bahawa mana-mana kandungan kami tidak tepat, ketinggalan zaman, atau tidak dipersoalkan, sila pilih dan tekan Ctrl + Enter.
AI boleh mengesan penyakit Parkinson dengan menganalisis perubahan halus dalam suara
Ulasan terakhir: 02.07.2025
Algoritma yang boleh mengesan perubahan halus dalam suara seseorang menjadi alat baharu yang berpotensi untuk mendiagnosis penyakit Parkinson, lapor penyelidik di Iraq dan Australia.
Perkara utama kajian:
Pertuturan adalah salah satu petunjuk pertama penyakit Parkinson (PD), yang dianggap sebagai gangguan neurologi yang paling cepat berkembang di dunia, yang menjejaskan lebih daripada 8.5 juta orang. Walau bagaimanapun, kaedah diagnostik tradisional selalunya rumit dan perlahan, melambatkan pengesanan awal penyakit.
Penyelidik dari Middle Technical University (MTU) di Baghdad dan University of South Australia (UniSA) baru-baru ini menerbitkan laporan mengenai kemajuan dalam kecerdasan buatan (AI) untuk mendiagnosis penyakit Parkinson.
Perubahan Suara Awal sebagai Penunjuk Penyakit Parkinson
Profesor Madya Ali Al-Naji, seorang jurutera perubatan di MTU dan profesor tambahan di UniSA, berkata analisis suara berkuasa AI boleh mengubah pendekatan kepada diagnosis awal dan pemantauan jarak jauh gangguan neurodegeneratif.
- Gejala: PD menyebabkan perubahan dalam suara, termasuk variasi dalam pic, artikulasi dan irama, disebabkan penurunan kawalan otot vokal.
- Kaedah analisis: Algoritma AI menganalisis ciri akustik ini, membolehkan corak suara berkaitan penyakit dikenal pasti lama sebelum gejala yang boleh dilihat.
Bagaimanakah kecerdasan buatan berfungsi?
- Teknologi yang Digunakan: Pembelajaran mesin dan pembelajaran mendalam. Algoritma dilatih pada set data besar yang mengandungi rakaman suara pesakit Parkinson dan orang yang sihat.
- Analisis Parameter Suara: Ciri ekstrak seperti pic, herotan pertuturan dan perubahan dalam sebutan vokal.
- Ketepatan: Dalam satu kajian, ketepatan klasifikasi suara mencapai 99%.
Faedah diagnosis awal
- Kualiti hidup yang lebih baik: Pengesanan awal membolehkan rawatan tepat pada masanya, yang melambatkan perkembangan gejala.
- Pemantauan Jauh: Sistem AI boleh digunakan untuk memantau pesakit dari jauh, mengurangkan keperluan untuk lawatan klinik.
Had potensi dan penyelidikan lanjut
Para penyelidik mengakui bahawa lebih banyak penyelidikan diperlukan pada sampel yang lebih besar dan lebih pelbagai untuk memastikan algoritma adalah teguh merentas populasi yang berbeza.
Pendekatan ini mewakili satu langkah ke hadapan dalam diagnosis penyakit Parkinson, membuka prospek baharu untuk pengesanan penyakit yang lebih awal dan lebih mudah.