הכינוס ה-55 של האגודה הישראלית של קלינאי התקשורת

אבחון וניטור מחלת הפרקינסון באמצעות טכנולוגיות עיבוד דיבור

irit ofer 1 נגה הלמן 1 ירמיהו האופטמן 1 דינה שפונט 2 סתיו נאור 2 נעה דיאמנט 2 טניה גורביץ' 2,4 יעל מנור 2,3
1מרכז אפקה לעיבוד שפה, מכללת אפקה
2היחידה להפרעות תנועה, המרכז הרפואי ע"ש סוראסקי
3החוג להפרעות בתקשורת, הקריה האקדמית אונו
4הפקולטה לרפואה ע"ש סאקלר, אוניברסיטת תל אביב

ניתוח אוטומטי של אות הדיבור יכול להוות כלי תומך לאבחון וניטור פתולוגיות המתבטאות בקול ובדיבור. אחת הפתולוגיות הבולטות בהקשר זה היא מחלת הפרקינסון
(Bocklet, Nöth, Stemmer, Ruzickova & Rusz, 2011), המאופיינת בדיסארטריה היפוקינטית. הפרעות בדיבור בחולי פרקינסון ניתנות להבחנה סובייקטיבית ע"י מאזינים.

מטרת המחקר לבחון יכולת לזיהוי אוטומטי של המחלה באמצעות ניתוח אקוסטי חדשני של הקול והדיבור.

לצורך המחקר נאספו במשך כשנה ביחידה להפרעות תנועה במרכז הרפואי ת"א הקלטות של כ- 100 אנשים המאובחנים בפרקינסון ושל כ- 80 אנשים בריאים, כקבוצת ביקורת. בנוסף, כ– 20 נבדקים הוקלטו בזמנים שונים, כדי לבחון את הקשר בין השינויים במצב החולה לביטויים במדדים האקוסטיים. פרוטוקול ההקלטה כלל הפקות \ah\, רצף דיאדוקינזיס \PTK\, ספירה, קטע קריאה, תיאור תמונה ודיבור חופשי. חושבו מאפיינים אקוסטיים ומאפיינים הקשורים לקצב הדיבור ולשינויים לאורך המבע (בעוצמה, בגובה הטון באופן ההיגוי וכו`). חושבו מאפיינים אקוסטיים משני סוגים - מאפיינים ידועים, כמו Jitter, ומאפיינים חדשים, אשר נבנו מתוך האזנה ואיפיון של קלינאית תקשורת, ויוצגו באמצעים מתמטיים סטטיסטיים. באמצעות פילוגים סטטיסטיים וטכניקה של למידת מכונה (machine learning) נבחנה תאימות בין המאפיינים האקוסטיים שחושבו למדדי איכות חיים, חומרת המחלה, ולהערכת איכות הקול והדיבור של המטופל ע"י קלינאית התקשורת.

שימוש בלמידת מכונה עם מגוון מאפיינים אקוסטיים הראה יכולת זיהוי טובה של המחלה מתוך הדיבור, שכן התקבלה הפרדה טובה בין קבוצות החולים והבריאים. בנוסף, נמצא מתאם גבוה בין המאפיינים האקוסטיים להערכת קלינאית התקשורת ולהערכת חומרת המחלה.

התוצאות שהתקבלו מראות כי ניתן להשתמש באנליזה של אות הדיבור ככלי תומך אבחון, מעקב וניטור מצב החולה. לממצאים אלו יכולים להיות שימושים קליניים רבים, כגון: כלי עזר לאיבחון פרקינסון, כלי סינון לאוכלוסייה בסיכון גבוה, מעקב יומיומי אחר החולים ואחר השפעת טיפולים תרופתיים והתנהגותיים.

Bocklet, T., Nöth, E., Stemmer, G., Ruzickova, H., Rusz, J. (2011). Detection of Persons with Parkinson’s Disease by Acoustic, Vocal, and Prosodic Analysis in Proc. of ASRU 2011, Big Island, Hawaii, USA, 11.12.2011-15.12.2011, pp. 478-483, ISBN 978-1-4673-0366-8









Powered by Eventact EMS