AI giúp chẩn đoán ung thư thanh quản chỉ bằng giọng nói

[miro1510]

Giọng nói không chỉ đơn thuần là phương tiện giao tiếp mà còn có thể tiết lộ nhiều thông tin về sức khỏe con người, bao gồm dấu hiệu ung thư thanh quản.

Một nghiên cứu gần đây cho thấy giọng nói có thể ẩn chứa những manh mối về các bệnh lý như nốt sần, polyp, và thậm chí là giai đoạn đầu của ung thư thanh quản. Thông tin này được đưa ra bởi các nhà nghiên cứu tại Đại học Khoa học và Sức khỏe Oregon (Mỹ) dựa trên một công cụ trí tuệ nhân tạo (AI) có khả năng ghi lại và phân tích giọng nói để phát hiện sớm các dấu hiệu của ung thư thanh quản.

Phát hiện sớm dấu hiệu ung thư thanh quản sẽ giúp việc chữa trị tốt hơn.

Tiến sĩ Phillip Jenkins, tác giả nghiên cứu, cho biết: “Chúng tôi đã chứng minh rằng với tập dữ liệu này, chúng tôi có thể sử dụng các dấu hiệu sinh học từ giọng nói để phân biệt giữa những bệnh nhân có tổn thương dây thanh quản và những người không bị ảnh hưởng”.

Dự án “Bridge2AI-Voice” đã thu thập 12.523 bản ghi âm giọng nói từ 306 người tham gia trên khắp Bắc Mỹ. Nghiên cứu này không chỉ giúp hiểu rõ cách thức tạo ra giọng nói mà còn lý giải tại sao ung thư có thể làm thay đổi giọng nói.

Là một trong những loại ung thư đang gia tăng, ung thư thanh quản có thể do virus HPV và liên quan đến thói quen sử dụng thuốc lá và rượu bia. Theo thống kê, năm 2021, khoảng 1,1 triệu ca ung thư thanh quản đã được chẩn đoán trên toàn cầu, với khoảng 100.000 ca tử vong. Phát hiện sớm ung thư thanh quản có thể nâng cao cơ hội sống sót, trong khi phát hiện muộn có thể dẫn đến khó khăn trong điều trị.

Hiện tại các phương pháp chẩn đoán như sinh thiết và nội soi mũi bằng video vẫn đang được sử dụng, nhưng chúng có thể gây khó chịu và không phải bác sĩ nào cũng có thể thực hiện. Do đó, cần có một phương pháp chẩn đoán an toàn hơn và dễ tiếp cận hơn, như công cụ AI mới nói trên.

Nhóm nghiên cứu đã đo lường các đặc điểm âm thanh của giọng nói, bao gồm chất lượng, cao độ và độ to. Họ phát hiện ra sự khác biệt rõ rệt trong các thông số giọng nói giữa những người không mắc bệnh, người có tổn thương dây thanh quản lành tính và người bị ung thư thanh quản. Mặc dù chưa phát hiện sự khác biệt rõ ràng ở phụ nữ, nhóm nghiên cứu hy vọng rằng một tập dữ liệu lớn hơn sẽ giúp làm sáng tỏ vấn đề này.

Tiến sĩ Jenkins nhấn mạnh: “Kết quả của chúng tôi cho thấy các tập dữ liệu lớn, đa tổ chức như Bridge2AI-Voice có thể giúp biến giọng nói thành một dấu ấn sinh học thực tế trong chăm sóc lâm sàng”.

Bước tiếp theo của các nhà nghiên cứu là thử nghiệm công cụ AI này với nhiều mẫu giọng nói hơn trong các cơ sở lâm sàng. Mặc dù hiện tại các công cụ AI phân tích giọng nói vẫn chưa sẵn sàng cho việc sử dụng tại các phòng khám, chúng có thể tiến tới giai đoạn thử nghiệm trong vài năm tới, hứa hẹn sẽ là một bổ sung quan trọng cho các phương pháp chẩn đoán hiện tại.