An unsupervised anomaly-based severity proxy for voice pathology assessment
تُظهر هذه الدراسة أن نموذج (المعلم-التلميذ) غير الخاضع للإشراف، والذي تم تدريبه على كلام سليم، يمكنه توليد درجة استمرارية للشذوذ من تسجيلات قصيرة ترتبط بفعالية مع تقييمات الشدة الإدراكية، ويتفوق على الطرق المرجعية، ويوفر معلومات تكميلية للتنبؤ بالنتائج السريرية للصوت.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
إن الصوت البشري آلة هشة، وهو تفاعل معقد بين التنفس والعضلات والأنسجة التي يمكن أن تضطرب بسهولة بسبب المرض أو الإصابة. فعندما تصاب الحبال الصوتية — وهي الأنسجة الرقيقة في الحلق التي تهتز لتوليد الصوت — بالالتهاب أو الشلل أو تغطيها نموات، غالباً ما يبدو الصوت الناتج خشناً أو متهدجاً أو أجشاً. ولعقود من الزمن، اعتمد الأطباء على آذانهم وأعينهم للحكم على مدى شدة هذه المشكلات، مستخدمين مقاييس تقييم معيارية تطلب منهم الاستماع وتعيين درجة بناءً على مدى انحراف الصوت عن المعيار الطبيعي. ورغم أن هذا الحكم البشري هو المعيار الذهبي الحالي، إلا أنه ذاتي بطبيعته؛ فقد يسمع خبيران نفس الصوت ويعطيان درجات مختلفة، ولا يمكن للمريض تتبع تقدمه بسهولة في المنزل دون وجود متخصص. علاوة على ذلك، فإن الكاميرات عالية التقنية المستخدمة للنظر مباشرة داخل الحلق باهظة الثمن وتتطلب زيارة للعيادة، مما يجعلها غير متاحة للمراقبة الروتينية. وهذا يترك فجوة في الرعاية الطبية: الحاجة إلى وسيلة موضوعية وآلية لقياس صحة الصوت تعمل باستخدام تسجيلات بسيطة ولا تتطلب وجود طبيب لتفسير الصوت.
لقد اتخذ باحثون في جامعة لايبزيغ خطوة نحو ملء هذه الفجوة من خلال تطوير نظام حاسوبي يتعلم كيف يبدو الصوت الصحي، ثم يقيس مدى انحراف أي صوت آخر عن هذا المعيار. وبدلاً من تعليم الكمبيوتر التعرف على أمراض محددة مثل اللحميات أو الشلل، علّم الفريق الحاسوب فقط أنماط الكلام الطبيعي والصحي. وقد استخدموا طريقة تسمى إطار "المعلم والطالب"، حيث يعمل نموذج حاسوبي قوي ومُدرب مسبقاً كـ "معلم" يفهم البنية العامة للكلام البشري، بينما يحاول نموذج "طالب" أصغر وأبسط محاكاة هذا الفهم باستخدام تسجيلات لأشخاص أصحاء فقط. يتعلم الطالب التنبؤ بما سيقوله المعلم عن الصوت الصحي. وبمجرد تدريب الطالب، اختبره الباحثون على تسجيلات لأشخاص يعانون من اضطرابات صوتية. ولأن الطالب لم يرَ قط صوتاً مريضاً، فإنه يواجه صعوبة في التنبؤ بالأنماط بشكل صحيح عندما يصادفها. وحجم هذه الصعوبة — أي الفرق بين ما توقعه الطالب وما حدث بالفعل — يعمل كدرجة لمدى عدم طبيعية الصوت.
اختبرت الدراسة هذا النهج باستخدام تسجيلات لمتحدثين باللغة الألمانية ينطقون الأرقام من واحد وعشرين إلى تسعة وعشرين. وجمع الباحثون بيانات من مجموعتين: سبعة وتسعين شخصاً سليماً، معظمهم من الشباب المنخرطين في مهن متعلقة بالصوت مثل التدريس أو الموسيقى، ومائتين واثنين وعشرين مريضاً يعانون من حالات صوتية مشخصة متنوعة، تتراوح من الالتهاب المزمن إلى السرطان. وكان المرضى أكبر سناً في المتوسط، حيث بلغ متوسط أعمارهم ما يقرب من سبعة وخمسين عاماً، مقارنة بالمجموعة السليمة التي بلغ متوسط أعمارها حوالي عشرين عاماً. قام النظام الحاسوبي بتحليل كلمات الأرقام القصيرة ومنح كل مريض "درجة شذوذ"، وهي رقم واحد يمثل مدى ابتعاد صوتهم عن المعيار الصحي. وأظهرت النتائج نمطاً واضحاً: فكلما زادت شدة اضطراب الصوت، كما قدرها الخبراء البشريون باستخدام مقياس (الخشونة-التهدج-البحة) القياسي، زادت أيضاً درجة الشذوذ الحاسوبية. وكان النظام جيداً بشكل خاص في اكتشاف البحة، حيث أظهر ارتباطاً قوياً بين درجة الآلة والتقييم البشري لتلك الصفة تحديداً.
والأهم من ذلك، وجد الباحثون أن الكمبيوتر لم يكن مجرد مكرر لما يقوله الأطباء البشريون بالفعل. فعندما استخدموا أساليب إحصائية لمعرفة ما إذا كانت درجة الكمبيوتر توفر معلومات جديدة تتجاوز التقييمات البشرية والتفاصيل الأساسية مثل العمر والجنس، وجدوا أنها تفعل ذلك. ساعدت درجة الشذوذ في التنبؤ بالمقاييس الفيزيائية لوظيفة الصوت، مثل مدى قوة صوت الشخص وطول مدة نبرته، حتى بعد مراعاة ما قيمها الأطباء بالفعل. وهذا يشير إلى أن الكمبيوتر يلتقط تفاصيل صوتية دقيقة قد تغفل عنها الآذان البشرية أو لا تستوعبها مقاييس التقييم القياسية بشكل كامل. كما قارنت الدراسة طريقتهم بتقنية إحصائية أبسط وأقدم، ووجدت أن نهج "المعلم والطالب" يتفوق في التمييز بين الأصوات السليمة والأصوات المرضية.
ومع ذلك، يشدد المؤلفون على أن هذه ليست أداة طبية نهائية بعد. فقد اعتمدت الدراسة على مقاييس "وكيلة" — وهي مؤشرات غير مباشرة مثل شدة الصوت ومدته — نظراً لعدم وجود معيار حقيقي واحد ومثالي لمدى شدة اضطراب الصوت حقاً. بالإضافة إلى ذلك، كانت المجموعة السليمة والمجموعة المريضة مختلفتين تماماً في العمر والخلفية، مما يعني أن الكمبيوتر قد يكون تعلم بعض الاختلافات الناتجة عن العمر بدلاً من المرض. ويقترح الباحثون أنه لكي تصبح هذه الطريقة معياراً موثوقاً، تحتاج الدراسات المستقبلية إلى تضمين مجموعة أوسع وأكثر توازناً من حيث العمر من الأشخاص الأصحاء لضمان أن نموذج "الصوت الطبيعي" يمثل المجتمع العام حقاً. وبالرغم من هذه القيود، يوضح هذا العمل أنه من الممكن بناء نظام يتعلم من الأصوات السليمة وحدها ويمكنه تحديد وتصنيف التشوهات الصوتية بموضوعية، مما يوفر مساراً واعداً لرعاية صوتية أكثر سهولة واتساقاً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.