Un mathématicien britannique espère qu'il peut Accélérer le diagnostic de la maladie de Parkinson avec un test bon marché qui utilise des algorithmes de traitement du signal vocal Il s'est développé à l'Université d'Oxford au Royaume-Uni.

La maladie de Parkinson Est un trouble neurologique progressif et dévastateur difficile et lent à diagnostiquer: il n'existe actuellement aucun test de laboratoire ou biomarqueur qui peut diagnostiquer définitivement la maladie, qui touche plus de 6 millions de personnes à travers le monde.

Le mathématicien britannique est Max Little, qui est actuellement au Massachusetts Institute of Technology (MIT), à Boston, aux États-Unis, où il est un boursier de recherche postdoctorale Wellcome Trust-MIT.

Little parle de la façon dont ses algorithmes peuvent aider à détecter les symptômes de la maladie de Parkinson à l'ouverture de la conférence TEDGlobal, qui se déroule à Edinburgh, en Écosse, cette semaine. TED (technologie, divertissement et design) est une organisation à but non lucratif qui soutient et encourage les innovateurs de moins de 40 ans.

Algorithmes

Little, qui a commencé son logiciel d'écriture de carrière, des algorithmes de traitement de son et de la musique pour les jeux vidéo, a découvert tout en travaillant vers son doctorat à Oxford, cette voix est affectée autant par le mouvement des membres que par Parkinson et les symptômes de la maladie peuvent être détectés en analysant Signaux de parole utilisant des algorithmes informatiques.

Dans une interview rapportée par la BBC, Little décrit comment fonctionnent les algorithmes:

«Il s'agit de l'apprentissage par machine. Nous recueillons une grande quantité de données lorsque nous savons si quelqu'un a la maladie ou non et nous formons la base de données pour savoir comment séparer les vrais symptômes de la maladie d'autres facteurs».

Il a dit qu'il y a un certain nombre de raisons qui font que les modèles de voix changent, même si on fume ou simplement un rhume peut les changer, ainsi que la chirurgie de la gorge.

Mais il pense que les algorithmes seront capables de repérer la différence entre ces causes et la maladie de Parkinson.

Il a dit que c'est plus sophistiqué que d'essayer de repérer un tremblement particulier dans la voix. Les algorithmes prennent également en compte d'autres mesures qui mettent le tremblement dans le bon contexte, y compris si le patient a un rhume ou si d'autres symptômes sont présents.

À partir du modèle de discours, les algorithmes calculent une simple mesure de «dysphonie» de la gravité des symptômes de la maladie de Parkinson selon une échelle clinique standard utilisée par les médecins (l'UPDRS ou l'Échelle unifiée de classification de la maladie de Parkinson).

Avec son étudiant Athanasios Tsanas à Oxford, Little a montré qu'il était possible de prévoir, à partir d'enregistrements vocaux non invasifs, des symptômes de la maladie de Parkinson sur l'échelle UPDRS "avec quelques pour cent d'erreur".

Dans un article publié plus tôt cette année en Transactions IEEE sur le génie biomédical , Little, Tsanas et ses collègues décrivent une étude où ils ont testé la précision de certains des nouveaux algorithmes pour discriminer les patients atteints de la maladie de Parkinson par des témoins sains.

Au total, ils ont calculé 132 "mesures de dysphonie" à partir de sons de voyelles soutenues, et en utilisant une base de données de 263 échantillons de 43 personnes, ils ont montré que quatre sous-ensembles d'algorithmes "dépassent les résultats d'état", atteignant presque "99 % De précision de classification globale en utilisant seulement dix fonctionnalités dysphoniques ".

"Nous trouvons que certaines des mesures de dysphonie récemment proposées complètent les algorithmes existants pour maximiser la capacité des classificateurs à discriminer les contrôles sains des sujets de la PD. Nous considérons ces résultats comme une étape importante vers un soutien décisionnel non invasif dans la DP", écrivent-ils.

Les petits et les collègues veulent maintenant ouvrir la portée de leur enquête pour inclure davantage d'échantillons vocaux.

Grande base de données de voix

Little, qui est membre de TED, utilise sa plate-forme TEDGlobal pour inviter Bénévoles pour téléphoner et apporter un enregistrement de 3 minutes sur leur voix , Afin que lui et ses collègues puissent construire une énorme base de données de 10 000 échantillons de voix pour tester et affiner les algorithmes.

La base de données fait partie de Initiative de sensibilisation à la maladie de Parkinson (PVI) , Ce qui pourrait entraîner des améliorations significatives dans les soins aux malades de la maladie de Parkinson, comme la réduction drastique des visites cliniques pour les examens, l'amélioration des décisions de traitement individuelles et l'accélération et la réduction des coûts de recrutement de nombreux bénévoles sur les essais de nouveaux traitements.

Little et ses collègues espèrent également que l'initiative débouchera sur des programmes de dépistage à l'échelle de la population qui aideront la recherche de biomarqueurs précoces qui révèlent les signes de la maladie de Parkinson avant que des dommages irréparables ne se produisent.

Le projet recherche des voix de personnes, y compris celles qui n'ont pas la maladie de Parkinson, qui sont disposées à contribuer quelques minutes de leur temps, anonymement, par téléphone. Les chercheurs ont mis en place des numéros de téléphone dans 10 pays.

DETECT A STROKE (Médical Et Professionnel Video 2023).