HomeSaluteBiotecnologie e GeneticaIA: usare la voce come biomarcatore per la diagnosi

IA: usare la voce come biomarcatore per la diagnosi

(IA-Immagine Credit Alex Regan tramite Wikimedia, CC-BY-2.0).

L’intelligenza artificiale (IA) potrebbe presto aiutare i medici a diagnosticare e curare malattie, inclusi cancro e depressione, sulla base del suono della voce di un paziente, poiché 12 importanti istituti di ricerca, tra cui l’Université de Montréal, lavorano per stabilire la voce come biomarcatore da utilizzare nell’assistenza clinica.

Microfono a condensatore a tubo sottovuoto multi pattern.

Microfono. Credito immagine: Alex Regan tramite Wikimedia , CC-BY-2.0

Con un finanziamento di 14 milioni di dollari USA in quattro anni dal National Institutes of Health degli Stati Uniti, il progetto  è guidato dal Dr. Yael Bensoussan dell’Università della Florida meridionale e Olivier Elemento della Weil Cornell Medicine di New York City, insieme ad altre sei istituzioni negli Stati Uniti e quattro in Canada.

Questo è uno dei numerosi progetti finanziati da un nuovo programma NIH Common Fund chiamato Bridge to Artificial Intelligence  (Bridge2AI). La startup biotecnologica franco-americana Owkin sta fornendo la tecnologia per il database.

Chiamato Voice as a Biomarker of Health, il progetto mira a raccogliere eticamente centinaia di migliaia di voci umane garantendo la diversità e la privacy dei pazienti. I modelli di apprendimento automatico verranno quindi addestrati per individuare le malattie rilevando i cambiamenti nella voce umana.

All’unico ricercatore principale del progetto in Quebec, Vardit Ravitsky, Professore di bioetica presso la School of Public Health di UdeM e docente senior di Salute globale e medicina sociale presso la Harvard Medical School, la responsabilità di dirci di più sulla ricerca.

Innanzitutto, per quali tipi di malattie potrebbe essere utilizzato questo database?

La ricerca condotta su questo database potrebbe permetterci di rilevare meglio i disturbi della voce, come i tumori della laringe o la paralisi delle corde vocali, disturbi respiratori, come polmonite o malattie polmonari croniche, disturbi neurologici e neurodegenerativi, come Alzheimer, Parkinson, ictus o SLA, disturbi dell’umore e psichiatrici, come depressione, schizofrenia o disturbi bipolari e disturbi della voce e del linguaggio pediatrici, come l’autismo o i ritardi del linguaggio.

“Queste malattie sono state tutte studiate individualmente e sappiamo che esistono già prove scientifiche per dimostrare che i cambiamenti nella voce possono essere correlati ad esse. Ma abbiamo bisogno di ulteriori ricerche, assistite dall’IA, per saperne di più”, dicono gli autori.

Come verranno raccolte le voci?

Inizialmente, i medici raccoglieranno dati presso centri medici esperti attraverso un software basato su app. Tuttavia, durante il terzo e il quarto anno del progetto, prevediamo di raccogliere dati anche in comunità remote e poco servite e attraverso il crowdsourcing. Utilizzeranno una nuova tecnologia chiamata “tecnologia di apprendimento federata” che consente di addestrare modelli di apprendimento automatico su questi campioni vocali, senza che essi lascino mai la loro posizione originale. Ciò dimostrerà che la ricerca basata sull’intelligenza artificiale può essere implementata in più centri di ricerca, preservando la privacy e la sicurezza dei dati vocali sensibili.

L’IA sarà in grado di individuare variazioni dal modo in cui una persona parla e inviare bandiere rosse?

L’obiettivo principale di questo progetto è creare il database dei campioni vocali in modo tale che sia pronto per l’analisi da parte dell’IA. Alla fine, sulla base di questa ricerca, prevediamo un futuro in cui l’IA sarà in grado di notare differenze nella voce che sono specifiche di alcune malattie. Ad esempio, nel morbo di Parkinson, la voce diventa monotona con un’ampiezza inferiore. Specialisti della voce addestrati di solito sospettano immediatamente il morbo di Parkinson quando sentono queste variazioni. Ma non tutti i pazienti hanno accesso a tali specialisti. L’obiettivo è rendere gli algoritmi di intelligenza artificiale validi come specialisti vocali addestrati, in modo che questo strumento diagnostico sia disponibile anche nelle aree con risorse inferiori. Ciò migliorerebbe i risultati per i pazienti e promuoverebbe l’equità nell’assistenza sanitaria.

In che modo questo progetto sarà diverso dall’uso esistente dei dati vocali?

Sebbene il lavoro preliminare con i dati vocali sia stato promettente, la ricerca precedente presentava seri limiti e quindi è stato difficile integrare la voce come biomarcatore nella pratica clinica. Ad esempio, studi precedenti utilizzavano solo piccoli set di dati e per l’uso clinico abbiamo bisogno di prove solide basate su numeri molto grandi. Inoltre, la ricerca passata aveva preoccupazioni etiche come chi possiede i dati vocali, come proteggere la privacy dei pazienti e la mancanza di diversità. Ad esempio, se tutti i campioni provengono da un gruppo etnico o di età o da un genere, gli strumenti diagnostici sviluppati potrebbero essere meno efficaci per gli altri. Per risolvere questi problemi della “Voce come Biomarcatore della Salute”,  il progetto sta creando un database vocale ampio, di alta qualità, multiistituzionale e diversificato. I nostri dati saranno non identificabili o protetti dall’identità, il che significa che il campione vocale non sarà collegato ad altri dati sul paziente, come dati demografici, imaging medico e genomica.

Quindi quali sono le questioni etiche coinvolte?

“Sono lieto che tu lo chieda, dal momento che il team canadese con sede presso l’UdeM e la Simon Fraser University – guidato dall’etico  Jean-Christophe Belisle-Pipon, Professore a contratto presso l’UdeM e assistente Professore presso SFU – si concentrerà sull’etica, legale e sociale e problemi che solleva. Il nostro contributo unico a questo vasto sforzo sarà quello di sviluppare la governance necessaria per garantire che tutto ciò avvenga in modo responsabile”, dicono i ricercatori.

“Alcuni dei problemi sono nuovi perché la voce non fa ancora parte dell’assistenza clinica. Al momento non esistono migliori pratiche, regolamenti e garanzie adeguate per il suo utilizzo. Questo team sarà quello che li svilupperà. Ad esempio, è quasi paradossale che, poiché la voce è così facile da raccogliere, i problemi di privacy siano effettivamente esacerbati da questa tecnologia. Dobbiamo garantire che i dati dei pazienti siano protetti e che non vengano utilizzati per scopi diversi da quelli medici.

Abbiamo bisogno di costruire questo database con campioni raccolti da diverse popolazioni, per garantire l’equità nel futuro uso clinico di questo biomarcatore. Dobbiamo sviluppare meccanismi di consenso per assicurarci che i pazienti comprendano per quali scopi vengono registrati e cosa si può fare con la loro voce in futuro.

Dobbiamo anche chiarire le questioni relative alla proprietà dei dati vocali: la tua voce può essere condivisa o venduta? Chi può trarne vantaggio? I dati di proprietà dei sistemi sanitari, dei medici e dei pazienti possono essere condivisi con entità commerciali per lo sviluppo di modelli di IA? Questi sono solo alcuni esempi delle complesse questioni etiche che affronteremo.

In sintesi, quanto potrebbe essere rivoluzionario questo uso delle nuove tecnologie?

Molto! Se l’infrastruttura è ben sviluppata, questo potrebbe rappresentare l’inizio di una missione collaborativa internazionale, come il Progetto Genoma Umano, in cui i dati vocali sarebbero utilizzati da migliaia di ricercatori e poi, sulla base di quella ricerca, da medici di tutto il mondo. Potrebbe consentire nuove e importanti scoperte e migliorare ciò che la medicina di precisione ha da offrire ai pazienti. 

La voce è unica per gli individui e può essere raccolta facilmente in ambienti con risorse limitate, in modi economici e non invasivi. Ci auguriamo di creare l’infrastruttura per raccogliere i dati vocali in modo accessibile ed etico, in modo che le persone si sentano al sicuro nella condivisione della propria voce e dei dati medici associati.

Immagina un mondo in cui puoi registrarti attraverso un’app specializzata sul tuo dispositivo mobile e inviarla al tuo medico come ulteriore potente strumento diagnostico! Pensa a quanto sia più facile rispetto al prelievo di un campione di sangue o al test di imaging come una TC! Questo è quello che speriamo possa essere il risultato finale di questo grande sforzo di ricerca.

Un’altra sfida etica: mappare le cellule umane usando l’IA

I Professori Ravitsky e Bélisle-Pipon sono i principali ricercatori di un secondo progetto statunitense da 20 milioni di dollari finanziato nell’ambito dello stesso programma NIH, Bridge2AI, intitolato Cell Maps for Artificial Intelligence.

Questo progetto cerca di mappare l’architettura delle cellule umane e utilizzare queste mappe per consentire una migliore comprensione della relazione tra genotipo (il DNA di un paziente) e fenotipo (le condizioni di cui soffre il paziente).

In genomica, i modelli di apprendimento automatico sono spesso “scatole nere”. Usano le informazioni genomiche per prevedere il fenotipo, senza spiegare i meccanismi alla base di questa traduzione. Per colmare questa lacuna, questo progetto utilizzerà tre approcci di mappatura complementari, per comprendere meglio la relazione tra la struttura e la sua funzione.

Il progetto stimolerà la ricerca e lo sviluppo di sistemi di apprendimento automatico “visibili”, che consentiranno a ricercatori e medici di comprendere le relazioni rivelate dall’IA. Ravitsky e Bélisle-Pipon esploreranno modi per sviluppare questi sistemi in modo etico e affidabile.

“La ricerca sui dati vocali e sulle mappe cellulari umane sono entrambi campi di ricerca emergenti e, al momento, c’è poca o nessuna guida per quanto riguarda le implicazioni etiche, legali e sociali di questo lavoro”, ha affermato Bélisle-Pipon.

“All’interno della collaborazione Bridge2AI, ci sarà l’opportunità per il Professor Ravitsky e per me di identificare, anticipare, indirizzare e fornire una guida ad altri ricercatori che creano set di dati che verranno compilati per l’uso nelle applicazioni di intelligenza artificiale. Il nostro lavoro anticiperà e affronterà sfide etiche come inclusione, diversità, privacy, consenso, proprietà e condivisione dei dati, trasparenza dell’IA e potenziali pregiudizi”.

Ravitsky ha aggiunto: “Intendiamo utilizzare l’approccio dell’indagine etica attraverso un continuum, a partire dalla generazione di dati e dalla ricerca e sviluppo dell’IA, proseguendo nell’adozione clinica dei set di dati ed estendendoci alle decisioni e ai risultati sulla salute dei pazienti a valle”.

Fonte: Università di Montreal

Newsletter

Tutti i contenuti di medimagazine ogni giorno sulla tua mail

Articoli correlati

In primo piano