您的声音可能掩盖了帕金森病的迹象

在持续努力为了及早发现神经退行性疾病，研究人员指导机器学习模型以查看他们是否能“听到”帕金森氏症患者声音中的疾病。

“我们的研究结果表明，基于语音的机器学习模型甚至可以在明显的运动体征出现之前检测到疾病特征，”北德克萨斯大学生物信息学家 Aniruth Ananthanarayanan 及其同事解释在他们的研究中，该研究尚未发表。

帕金森病的影响全球近 900 万人.它的特点是难以控制患者四肢的精细运动和震颤，但它也会对人们的情绪、思维和记忆造成挑战。

虽然这种情况背后的机制或多或少是已知的，但功能崩溃的触发因素尚未完全了解。一切从加工食品自高尔夫球场使用的杀虫剂受到牵连，还有遗传成分.

目前没有治愈帕金森病的方法，这意味着最好的患者和他们的亲人可以希望的是减缓症状的疗法.此类治疗越早开始，它们提供的好处就越多。

所以早期发现会对患者的生活质量产生巨大影响。

Ananthanarayanan 和他的团队使用机器学习模型，仅从他们的声音来确定一些志愿者是否患有帕金森病。

他们测试和训练了来自 31 人的 195 条语音记录。其中，23 人被诊断出患有帕金森氏症。模式搜索程序在其 90% 的尝试中准确识别了患有这种疾病的患者。

模型评估的声音特征包括抖动的存在，这是不规则的结果声带振动;噪声谐波比（noise-to-harmonic ratios） 是声门没有正确关闭;以及无序语音信号模式的测量。

这些特征以前与帕金森病的公认症状有关，包括嘶哑的声音、由于声带肌肉无力而导致的说话困难，以及运动缓慢或蹒跚.

“尽管具有诊断潜力，但像发音困难这样的声音症状 [] 没有得到充分利用，”研究人员解释.

他们警告说，还需要进一步的工作来测试他们的模型的泛化性，因为这些程序仅使用来自 31 个人的声音数据进行训练。这使得他们的方法不太可能捕捉到不同年龄、口音和环境条件下的所有真实语音差异。

数据科学家 Aiden Arnold 没有参与这项研究，告诉Clarissa Brincat at新科学家这种基于语音的方法“也显示出作为早期筛查的真正前景”。

如果结果在更广泛的人群中保持一致，那么随着病例数的持续增加，这种工具将是一种易于扩展且负担得起的早期筛查选择。

这项研究仍在等待中同行审查并已上传到MedRxiv 公司.

宝宝起名 起名