Поделиться
В России создан прототип ИT-платформы для оценки рисков кардиометаболических заболеваний по голосу
Команда выпускников Цифровой кафедры Сеченовского университета разработала прототип цифрового приложения на основе ИИ, позволяющего оценивать риск сердечно-сосудистых и метаболических заболеваний по голосовым биомаркерам. Для тестирования пользователю достаточно записать короткий аудиофайл с помощью смартфона. В течение нескольких секунд приложение формирует результат. Разработка получила грант Фонда содействия инновациям, а также вошла в финал конкурса «Окно открытых инноваций». Об этом CNews сообщили представители Сеченовского университета.
Разработанное цифровое решение автоматически выдает пользователю инструкцию по записи аудиофайла, анализирует голосовой сигнал и выдает результат. Как объяснил автор проекта, выпускник Цифровой кафедры Сеченовского университета, к.б.н. Денис Кузнецов, в процессе речи задействованы дыхательная система, мышцы гортани и артикуляционного аппарата, а также механизмы нервной регуляции. При изменениях состояния организма, например, при воспалительных процессах, нарушениях обмена веществ или повышенной нагрузке на сердечно-сосудистую систему, параметры голоса могут изменяться. На слух эти изменения практически не различимы, однако их можно выявить с помощью цифровой обработки аудио-сигналов и методов машинного обучения.
«Мы создали прототип платформы, которая анализирует голосовые паттерны, чтобы выявлять предрасположенность к развитию кардиометаболических заболеваний - артериальной гипертензии, ишемической болезни сердца, сахарного диабета второго типа и других, – сказал Денис Кузнецов. – В перспективе эту технологию можно будет применять для предварительной оценки рисков при диспансеризации, дистанционного мониторинга состояния пациентов, а также для прогнозирования нагрузки на систему здравоохранения. В отличие от зарубежных аналогов, которые пока находятся на этапе регистрации, наше решение адаптировано к особенностям русскоязычной речи, а также дополнено уникальными функциями, которые в дальнейшем могут быть полезны для эпидемиологических исследований».
Алгоритмы приложения обучают на мультицентровых клинических данных пациентов, а также на аудиозаписях здоровых добровольцев, собранных в ходе годового эксперимента SIRIUS2023. Совокупный объем базы превышает 4000 уникальных аудиофайлов. Чувствительность и специфичность для большинства моделей уже сегодня превышает 81% и 90%. В дальнейших планах команды – разработка модели машинного обучения для прогнозирования состояния пациентов, проведение мультицентрового сбора данных с расширенными когортами пациентов, регистрационные мероприятия и проведение пилотных исследований в клиниках.
Разработка платформы для оценки кардиометаболических рисков по голосу – перспективное направление на стыке медицины и цифровых технологий, считает научный руководитель проекта, директор Института персонализированной кардиологии Сеченовского университета Филипп Копылов. Физиологическая связь между параметрами голоса и состоянием сердечно-сосудистой системы научно обоснована, а неинвазивность метода открывает возможности для массового скрининга и дистанционного мониторинга. Вместе с тем, заявленные высокие показатели точности требуют независимой валидации в реальных клинических условиях. Критически важными также остаются вопросы регуляторного статуса и этические аспекты, включая защиту персональных голосовых данных.
«На данном этапе платформа должна рассматриваться исключительно как инструмент предварительной оценки риска, а не как диагностическая система. Ее практическая ценность будет определена только после интеграции в действующие клинические протоколы под контролем медицинских специалистов», – сказал Филипп Копылов.
Короткая ссылка
