பகுப்பாய்வாக குரல்: புற்றுநோய் மற்றும் தீங்கற்ற புண்களின் ஆரம்பகால சமிக்ஞைகள்

ஓரிகான் ஹெல்த் & சயின்ஸ் பல்கலைக்கழக ஆராய்ச்சியாளர்கள், பொதுவில் கிடைக்கும் புதிய பிரிட்ஜ்2ஏஐ-வாய்ஸ் தரவுத்தொகுப்பிலிருந்து பேச்சுப் பதிவுகளை பகுப்பாய்வு செய்து, குரல் மடிப்பு நோயியலை வெளிப்படுத்தக்கூடிய ஒரு எளிய ஒலி அம்சத்தைக் கண்டறிந்தனர். ஹார்மோனிக்ஸ்-டு-இரைச்சல் விகிதம் (HNR) பற்றி நாங்கள் பேசுகிறோம் - "இசை மேலோட்டங்களின்" விகிதம் சத்தத்திற்கும். அதன் நிலை மற்றும் மாறுபாடு குரல்வளை புற்றுநோய் மற்றும் தீங்கற்ற புண்கள் உள்ளவர்களின் குரல்களை ஆரோக்கியமானவர்களிடமிருந்தும் வேறு சில குரல் கோளாறுகளிலிருந்தும் வேறுபடுத்தியது. இதன் விளைவு குறிப்பாக சிஸ்ஜெண்டர் ஆண்களில் தெளிவாகத் தெரிந்தது; பெண்களுக்கு புள்ளிவிவர முக்கியத்துவம் போதுமானதாக இல்லை - ஆசிரியர்கள் சிறிய மாதிரி அளவைக் குறை கூறி, தரவை விரிவாக்க வேண்டும் என்று அழைப்பு விடுக்கின்றனர். இந்த படைப்பு ஃபிரான்டியர்ஸ் இன் டிஜிட்டல் ஹெல்த்தில் ஒரு சுருக்கமான அறிக்கையாக வெளியிடப்பட்டது.

ஆய்வின் பின்னணி

• "குரல் குறிப்பான்களை" ஏன் தேட வேண்டும். கரகரப்பு என்பது ஒரு பொதுவான புகார். காரணங்கள் வேறுபட்டவை: சளி மற்றும் ரிஃப்ளக்ஸ் முதல் முடிச்சுகள்/பாலிப்ஸ் மற்றும் குரல்வளை புற்றுநோய் வரை. தற்போது, நோயறிதலுக்கான வழி ஒரு ENT நிபுணரைப் பார்வையிடுவதும், எண்டோஸ்கோபி (மூக்கு/தொண்டையில் ஒரு கேமரா) ஆகும். இது துல்லியமானது, ஆனால் எப்போதும் விரைவாகக் கிடைக்காது மற்றும் வீட்டு சுய கண்காணிப்புக்கு ஏற்றது அல்ல. முன் பரிசோதனை தேவை: யார் முதலில் மருத்துவரைப் பார்க்க வேண்டும் என்பதைப் புரிந்துகொள்வதற்கான ஒரு எளிய வழி.
• குரல் உயிரிக்குறி என்றால் என்ன? பேச்சு என்பது தொலைபேசியில் எளிதாகப் பதிவுசெய்யக்கூடிய ஒரு சமிக்ஞையாகும். அதன் "வடிவத்தை" பயன்படுத்தி குரல் மடிப்புகள் எவ்வாறு அதிர்வுறுகின்றன என்பதை தீர்மானிக்க முடியும். புண்கள் அதிர்வுகளை சீரற்றதாக ஆக்குகின்றன: அதிக "சத்தம்" மற்றும் குறைவான "இசை".
• புதிய தரவுத்தொகுப்புகள் ஏன் முக்கியம். முன்னதாக, இதுபோன்ற படைப்புகள் சிறிய, "வீட்டில் தயாரிக்கப்பட்ட" மாதிரிகளை நம்பியிருந்தன - மாதிரிகள் உடையக்கூடியவை. Bridge2AI-Voice என்பது நோயறிதல்களுடன் இணைக்கப்பட்ட ஒரு பெரிய, பல மைய, நெறிமுறையாக சேகரிக்கப்பட்ட ஆடியோ பதிவுகளின் தொகுப்பாகும். பெரிய மற்றும் பன்முகத்தன்மை கொண்ட தரவுகளில் அல்காரிதம்களை இறுதியாகப் பயிற்றுவித்து சோதிக்க இது ஒரு "பொதுவான சோதனை தளமாக" உருவாக்கப்பட்டது.
• முக்கிய சிரமங்கள் எங்கே?
  • மைக்ரோஃபோன், அறை சத்தம், குளிர், புகைபிடித்தல், மொழி, பாலினம் மற்றும் வயது காரணமாக குரல் மாறுகிறது.
  • பாரம்பரியமாக பெண் தரவு குறைவாக உள்ளது, மேலும் பெண் குரல் அதிர்வெண்ணில் அதிகமாக உள்ளது - அளவீடுகள் வித்தியாசமாக செயல்படுகின்றன.
  • "வீட்டு" சோதனை எதுவும் ஒரு பரிசோதனையை மாற்றவோ அல்லது நோயறிதலைச் செய்யவோ முடியாது - அதிகபட்சம், இது தீர்மானிக்க உதவுகிறது: "ஒரு ENT நிபுணரை அவசரமாகப் பார்ப்பது அவசியமா?"
• மருத்துவமனை மற்றும் நோயாளிகளுக்கு இது ஏன் தேவைப்படுகிறது? கணுக்கள்/கட்டிகள் அதிக ஆபத்து உள்ளவர்களை ஒரு குறுகிய சந்திப்பின் மூலம் முன்னுரிமை சந்திப்பிற்குத் தேர்ந்தெடுக்க முடிந்தால், இது நோயறிதலை விரைவுபடுத்தும், தேவையற்ற பரிந்துரைகளைக் குறைக்கும் மற்றும் வருகைகளுக்கு இடையில் (அறுவை சிகிச்சைக்குப் பிறகு, சிகிச்சையின் போது) சுய கண்காணிப்புக்கான ஒரு கருவியை வழங்கும்.
• இது எங்கு வழிவகுக்கும்: சரிபார்க்கப்பட்ட டெலிமெடிசின் பயன்பாடுகள்/தொகுதிகளுக்கு:
  1. தரநிலையின்படி ஒரு உரையை எழுதுங்கள் (சொற்றொடர் + வரையப்பட்ட "aaa"),
  2. அடிப்படை அம்சங்களைக் கணக்கிடுங்கள் (HNR, நடுக்கம், மின்னும், F0),
  3. சுயவிவரம் ஆபத்தானதாக இருந்தால் ஒரு நிபுணரைத் தொடர்பு கொள்ள பரிந்துரை வழங்கவும்,
  4. சிகிச்சைக்குப் பிறகு இயக்கவியலைப் பராமரிக்கவும்.

யோசனை எளிது: "தொலைபேசியை ஒரு ENT மருத்துவரின் காதில் கொடுங்கள்" - நோயறிதலுக்காக அல்ல, ஆனால் விரைவான நேருக்கு நேர் உதவி தேவைப்படுபவர்களைத் தவறவிடாமல் இருக்க.

அவர்கள் சரியாக என்ன செய்தார்கள்?

• குரல் பதிவுகள் மருத்துவத் தகவல்களுடன் (நோயறிதல்கள், கேள்வித்தாள்கள் போன்றவை) இணைக்கப்படும் ஒரு முதன்மை NIH திட்டமான, பல மைய, நெறிமுறை ரீதியாக சேகரிக்கப்பட்ட Bridge2AI-Voice தரவுத்தொகுப்பின் முதல் வெளியீட்டை நாங்கள் எடுத்தோம்.
• இரண்டு பகுப்பாய்வு மாதிரிகள் உருவாக்கப்பட்டன:
  1. "குரல்வளை புற்றுநோய் / தீங்கற்ற முனைகள் / ஆரோக்கியமான";
  2. "புற்றுநோய் அல்லது தீங்கற்ற முடிச்சுகள்" எதிராக ஸ்பாஸ்மோடிக் டிஸ்ஃபோனியா மற்றும் குரல் மடிப்பு முடக்கம் (கரகரப்புக்கான பிற பொதுவான காரணங்கள்).
• அடிப்படை குரல் அம்சங்கள் தரப்படுத்தப்பட்ட சொற்றொடர்களிலிருந்து அடையாளம் காணப்பட்டன: அடிப்படை தொனி (F0), நடுக்கம், மின்னும் தன்மை மற்றும் HNR, மேலும் குழுக்கள் அளவுரு அல்லாத புள்ளிவிவரங்களைப் பயன்படுத்தி ஒப்பிடப்பட்டன. முடிவு: மிகவும் நிலையான வேறுபாடுகள் HNR மற்றும் F0 இல் இருந்தன, HNR மற்றும் அதன் மாறுபாடு சாதாரண மற்றும் குரல்வளை புற்றுநோய் இரண்டிலிருந்தும் தீங்கற்ற புண்களை சிறப்பாகப் பிரிக்கிறது. இந்த சமிக்ஞைகள் ஆண்களில் மிகவும் தெளிவாக இருந்தன.

இது ஏன் முக்கியமானது?

• ஆய்வு இல்லாமல் ஆரம்பகால பரிசோதனை. தற்போது, நோயறிதலுக்கான பாதை பெரும்பாலும் நாசோஎண்டோஸ்கோபி மற்றும் சந்தேகிக்கப்பட்டால், பயாப்ஸி ஆகும். AI உடன் இணைந்த எளிய ஒலி அம்சங்கள் எண்டோஸ்கோபி தேவைப்படுபவர்களுக்கு முன்னுரிமை அளிக்க முடிந்தால், நோயாளிகள் விரைவில் ஒரு ENT நிபுணரை அணுகுவார்கள், மேலும் தேவையற்ற பரிந்துரைகள் குறைக்கப்படும். இது மருத்துவருக்கு மாற்றாக இல்லாமல், ஒரு நிரப்பியாகும்.
• குரலுக்கான பெரிய தரவு. Bridge2AI-Voice என்பது ஒரு அரிய திட்டமாகும், அங்கு குரல் சீரான நெறிமுறைகளைப் பயன்படுத்தி சேகரிக்கப்பட்டு நோயறிதல்களுடன் இணைக்கப்படுகிறது; தரவு PhysioNet / Health Data Nexus வழியாக ஆராய்ச்சியாளர்களுக்குக் கிடைக்கிறது. இது சிறிய மாதிரிகளில் "அதிசய பயன்பாடுகளுக்கு" பதிலாக நம்பகமான குரல் பயோமார்க்ஸர்களின் வளர்ச்சியை துரிதப்படுத்துகிறது.

HNR என்றால் என்ன?

நாம் பேசும்போது, குரல் மடிப்புகள் அதிர்வுற்று, ஓவர்டோன்களை (ஹார்மோனிக்ஸ்) உருவாக்குகின்றன. ஆனால் அதிர்வு ஒருபோதும் சரியானதாக இருக்காது - சிக்னலில் எப்போதும் சத்தம் இருக்கும். HNR என்பது "ஹிஸ்" என்பதை விட குரலில் எவ்வளவு "இசை" உள்ளது என்பதை குறிக்கிறது. மடிப்புகள் சேதமடைந்தால், அதிர்வு குறைவாகி சீராகிறது - அதிக சத்தம், HNR குறைகிறது, அதன் தாவல்கள் (மாறுபாடு) அதிகரிக்கும். இது ஆசிரியர்கள் பிடித்த முறை.

முக்கியமான மறுப்புகள்

• இது ஒரு முன்னோடி, ஆய்வு பகுப்பாய்வு: மருத்துவ சரிபார்ப்பு இல்லாமல், பெண்களின் மாதிரியில் கட்டுப்பாடுகளுடன் - எனவே அவற்றின் விளைவுகள் குறிப்பிடத்தக்கதாக இல்லை. வெவ்வேறு மருத்துவமனைகளிலும் வெவ்வேறு மொழிகளிலும் பெரிய மற்றும் மிகவும் மாறுபட்ட தரவு மற்றும் மாதிரிகளின் "வறுத்தல்" தேவை.
• குரல் என்பது "பல மதிப்புள்ள" விஷயம்: அது சளி, புகைபிடித்தல், ரிஃப்ளக்ஸ், மைக்ரோஃபோன், அறையில் சத்தம் ஆகியவற்றால் பாதிக்கப்படுகிறது. எந்தவொரு "வீட்டுப் பரிசோதனையும்" சூழலைக் கணக்கில் எடுத்துக்கொள்ள முடியும் - மேலும் ஒரு ENT நிபுணரிடம் பரிந்துரைக்கும் வடிகட்டியாகச் செயல்படும், கிளிக்-த்ரூ நோயறிதலுக்கு அல்ல.

அடுத்து என்ன?

• தரவுத்தொகுப்பை விரிவுபடுத்துங்கள் (பெண்கள் மற்றும் வயதினருக்கானது உட்பட), பணிகள் மற்றும் ஒலியியல் (ஒரு சொற்றொடரைப் படித்தல், நீடித்த "aaa" போன்றவை) தரப்படுத்துங்கள், மல்டிமாடல் மாதிரிகளை முயற்சிக்கவும் (குரல் + கேள்வித்தாள் அறிகுறிகள்/ஆபத்து காரணிகள்).
• பரிசோதனை முடிவுகள் (எண்டோஸ்கோபி, ஸ்ட்ரோபோஸ்கோபி) மற்றும் சிகிச்சைக்குப் பிறகு இயக்கவியலுடன் ஒலி அறிகுறிகளை இணைக்கவும் - இதனால் HNR சுயவிவரத்தையும் கண்காணிப்பிற்குப் பயன்படுத்தலாம்.
• “திறந்த அறிவியலை” தொடரவும்: Bridge2AI-Voice ஏற்கனவே தரவுத்தொகுப்பு மற்றும் கருவிகளின் பதிப்புகளை வெளியிட்டு வருகிறது - இது மருத்துவமனைகளில் உண்மையான முன்னோடிகளை விரைவாகச் சென்றடைய ஒரு வாய்ப்பாகும்.

முடிவுரை

குரலில் இருந்து குரல் மடிப்பு பிரச்சனைகளை "கேட்க" முடியும் - மேலும் அந்த நபரை விரைவில் சரியான நிபுணரிடம் பரிந்துரைக்கலாம். இப்போதைக்கு, இது ஒரு அழகான துப்பு (HNR மற்றும் அதன் மாறுபாடு), ஆனால் பெரிய திறந்த தரவுகளுக்கு நன்றி, குரல் பயோமார்க்ஸ் இறுதியாக நம்பகமான ஸ்கிரீனிங் கருவியாக மாறுவதற்கான வாய்ப்பைப் பெற்றுள்ளது.

மூலம்: ஜென்கின்ஸ் பி. மற்றும் பலர். ஒரு உயிரியல் குறிப்பானாக குரல்: தீங்கற்ற மற்றும் வீரியம் மிக்க குரல் மடிப்பு புண்களுக்கான ஆய்வு பகுப்பாய்வு. டிஜிட்டல் ஆரோக்கியத்தில் எல்லைகள், 2025 (வெளியீட்டிற்கு ஏற்றுக்கொள்ளப்பட்டது). தரவு — Bridge2AI-Voice (NIH/PhysioNet).