使用电子耳语镜和人工智能分析评估吞声音,用于患有肌缩侧面硬化症的患者
Masahiro Nakamori1, Ruoyi Ishikawa1, Tomoaki Watanabe1
1Department of Clinical Neuroscience and Therapeutics, Hiroshima University Graduate School of Biomedical and Health Sciences, Hiroshima, Japan.
Frontiers in neurology
|August 21, 2023
概括
使用人工智能的吞声音分析显示,对评估肌缩侧面硬化症 (ALS) 患者的吞困难有希望. 这种非侵入性方法与已建立的临床评估相关,为远程护理提供了一个新的工具.
科学领域:
- 神经学 神经学
- 生物医学工程 生物医学工程
- 人工智能的人工智能
背景情况:
- 吸气性肺炎是神经系统疾病的风险,比如肌缩侧面硬化症 (ALS).
- 非侵入性,简单,可重复的吞评估对于患者管理至关重要.
- 目前的吞评估方法可能是侵入性的或资源密集的.
研究的目的:
- 用人工智能 (AI) 工具研究吞声音分析的实用性,用于评估ALS患者的吞功能.
- 评估AI衍生的吞声指数与已确定的临床吞参数之间的相关性.
主要方法:
- 使用带有人工智能分析的电子耳语仪捕捉了ALS患者在摄入水时的吞声音.
- 吞声指数被计算为AI识别的间歇性声音组件的最大值.
- 研究了吞声指数和患者特征之间的相关性,包括ALS功能评分尺度修订 (ALSFRS-R) 和曼恩吞能力评估 (MASA) 评分.
主要成果:
- 评估了24名ALS患者 (平均年龄为64.0岁).
- 降低的吞声指数与较低的ALSFRS-R得分 (整体和圆柱体) 显著相关,减少了%的生命能力,较低的舌头压力和较低的MASA得分 (包括喉阶段).
结论:
- 用人工智能电子耳机分析评估吞声音是一种可行的新方法,用于评估ALS的吞.
- 这种技术与现有的临床指标有相关性,并有可能用于家庭和远程医疗监测.
