
Nörolojik bozuklukların sağlık sistemi üzerindeki yükü ağırdır. Nörolojik bozukluklar, hastalığın farklı evrelerinde çeşitli semptomlarla kendini gösterir. Çoğu nörolojik bozukluğun tanınması ve teşhisi, çoğunlukla belirgin semptomların ortaya çıkması üzerine klinik muayenelere dayanır. Modern makine öğrenimi yaklaşımıyla araştırmacılar, göze batmayan sensörlerden bireysel hastanın ve hastalığın seyrinin uzunlamasına ve bütünsel bir resmini elde etmeye kadar çeşitli modalitelerle nörolojik bozuklukları ölçmeye çalışmaktadır.
Özellikle konuşma, umut verici bir modalitedir, çünkü üretiminin bu bozuklukların neden olduğu hafif tedirginliklere karşı çok duyarlı olduğu gösterilmiştir. Ayrıca, ses kayıtları göze batmayan ve akıllı telefonlar ve diğer akıllı cihazların yaygın kullanımı yoluyla kolayca kullanılabilir. Klinik ortamda ses verilerini kaydetmek için, temel yaklaşım bir hasta kohortuna erişmek ve onu temsili bir sağlıklı kontrol kohortuyla karşılaştırmaktır. Bozukluğu ölçmek için tıbbi bir değerlendirmenin yanı sıra açıkça tanımlanmış konuşma seçim görevlerine göre ses örneklerinin kaydedilmesini içeren deneysel bir protokol geliştirilmiştir. Tıbbi değerlendirme, hastalık durumunun 'temel gerçeği' açıklamasını sağlar ve daha sonra bu hastalık durumunu dolaylı olarak çıkarmak için ses kayıtları kullanılır.
Veri kaydı kurulumu ve veri analizi hatlarının her ikisi de katılımcılardan ilgili bilgileri etkin bir şekilde elde etmek için çok önemli yönlerdir. Bu nedenle, çeşitli nörolojik bozukluklardaki uygulamalara üst düzey bir genel bakış sağlamak ve ortaya çıkan eğilimleri vurgulamak için sistematik bir inceleme yaptık. Orijinal (yani yeni kaydedilmiş) veri kümelerinin toplandığı yayınları tanımlamak için PubMed, Web of Science ve IEEE Xplore aracılığıyla PRISMA tabanlı literatür aramaları yapıldı.
İlgi bozuklukları psikiyatrik ve bipolar bozukluk, depresyon ve stres gibi nörodejeneratif bozuklukların yanı sıra amyotrofik lateral skleroz, Alzheimer ve Parkinson hastalığı ve konuşma bozukluklarıydı (afazi, dizartri ve disfoni). Elde edilen 43 çalışmadan Parkinson hastalığı, keşfedilen 19 veri seti ile en belirgin şekilde temsil edilmektedir. Konuşma özgürlüğü ve okuma konuşma görevleri en çok bozukluklarda kullanılır. Popüler özellik çıkarma araç takımlarının yanı sıra, birçok çalışma özel olarak oluşturulmuş özellik kümelerini kullanır. Akustik özelliklerin psikiyatrik ve nörodejeneratif bozukluklarla korelasyonları sunulmuştur.
Analiz açısından, bireysel özelliklerin önemine yönelik istatistiksel analizin yanı sıra, özellikle destek vektör makineleri ve az sayıda yapay sinir ağı ile öngörücü modelleme yaklaşımları yaygın olarak kullanılmaktadır. Gelecekteki çalışmalar için ortaya çıkan bir eğilim ve öneri, uzunlamasına veri toplanmasını kolaylaştırmak ve katılımcıların davranışlarını daha doğal bir şekilde yakalamak için günlük yaşamda veri toplamaktır. Ortaya çıkan bir diğer eğilim, analitik performansı potansiyel olarak artırabilecek ek ses modalitelerini kaydetmektir.
Referans:
Pascal Hecker et al. Frontiers in Digital Health July 2022 | Volume 4 | Article 842301 DOI:10.3389/fdgth.2022.842301
+ Tüm Referansları Göster