Algorithmes de parole pour détecter la maladie de Parkinson

Un mathématicien britannique espère pouvoir accélérer le diagnostic de la maladie de Parkinson avec un test peu coûteux utilisant des algorithmes de traitement du signal vocal Il a développé à l'Université d'Oxford au Royaume-Uni.
La maladie de Parkinson est un trouble neurologique dévastateur et progressif difficile à diagnostiquer: il n'existe actuellement aucun test de laboratoire ou biomarqueur capable de diagnostiquer définitivement la maladie, qui touche plus de 6 millions de personnes dans le monde.
Le mathématicien britannique est Max Little, actuellement au Massachusetts Institute of Technology (MIT), à Boston, aux États-Unis, où il est chercheur postdoctoral au Wellcome Trust-MIT.
On parle peu de la manière dont ses algorithmes peuvent aider à détecter les symptômes de la maladie de Parkinson à l’ouverture de la conférence TEDGlobal, qui se tient cette semaine à Edimbourg, en Ecosse. TED (Technology, Entertainment and Design) est une organisation à but non lucratif qui soutient et encourage les innovateurs de moins de 40 ans.

Algorithmes

Little, qui a commencé sa carrière en écrivant des logiciels, des algorithmes de traitement du signal et de la musique pour jeux vidéo, a découvert que sa voix était autant affectée par la maladie de Parkinson que par les mouvements des membres. signaux vocaux utilisant des algorithmes informatiques.
Dans une interview rapportée par la BBC, Little décrit comment fonctionnent les algorithmes:
"C'est l'apprentissage automatique. Nous recueillons une grande quantité de données lorsque nous savons si quelqu'un est atteint ou non et nous formons la base de données pour apprendre à distinguer les vrais symptômes de la maladie des autres facteurs."
Il a dit qu'il y a un certain nombre de raisons qui entraînent un changement de la structure de la voix, même le fait de fumer ou de simplement avoir un rhume, ainsi que la chirurgie de la gorge.

Mais il pense que les algorithmes seront capables de repérer la différence entre ces causes et la maladie de Parkinson.
Il a dit que c'était plus sophistiqué que d'essayer de repérer un tremblement particulier dans la voix. Les algorithmes prennent également en compte d'autres mesures qui placent le tremblement dans le bon contexte, notamment si le patient a un rhume ou si d'autres symptômes sont présents.
À partir de la structure de la parole, les algorithmes calculent une mesure simple de la dysphonie de la gravité des symptômes de la maladie de Parkinson sur une échelle clinique standard utilisée par les médecins (l’échelle UPDRS).
Avec son élève Athanasios Tsanas à Oxford, Little a montré qu’il était possible de prédire, à partir d’enregistrements non invasifs, les symptômes de la maladie de Parkinson à l’échelle de l’UPDRS «avec quelques pourcentages d’erreur».

Dans un article publié plus tôt cette année dans Transactions IEEE sur le génie biomédicalLittle, Tsanas et ses collaborateurs décrivent une étude dans laquelle ils ont testé la précision de certains des nouveaux algorithmes de discrimination des patients atteints de la maladie de Parkinson (PD) à partir de témoins sains.
Au total, ils ont calculé 132 "mesures de dysphonie" à partir de sons de voyelles prolongés et, en utilisant une base de données de 263 échantillons de 43 personnes, ils ont montré que quatre sous-ensembles des algorithmes "surpassaient les résultats" % d'exactitude de classification globale en utilisant seulement dix caractéristiques de dysphonie ".
"Nous trouvons que certaines des mesures de dysphonie récemment proposées complètent les algorithmes existants en maximisant la capacité des classificateurs à discriminer les contrôles sains des sujets PD. Nous voyons ces résultats comme une étape importante vers une aide à la décision
Little et ses collègues veulent maintenant ouvrir le champ de leur enquête pour inclure davantage d’échantillons de voix.

Énorme base de données de voix

Little, qui est membre de TED, utilise sa plateforme TEDGlobal pour inviter des volontaires pour téléphoner et contribuer un enregistrement de 3 minutes de leur voix, afin que lui et ses collègues puissent construire une énorme base de données de 10 000 échantillons vocaux pour tester et affiner les algorithmes.
La base de données fait partie de la Initiative voix Parkinson (PVI), ce qui pourrait conduire à des améliorations significatives dans la prise en charge des patients atteints de la maladie de Parkinson, notamment en réduisant considérablement les visites cliniques, en accélérant et en réduisant les coûts de recrutement d'un grand nombre de volontaires.
Little et ses collègues espèrent également que l'initiative mènera à des programmes de dépistage à l'échelle de la population qui aideront à rechercher des biomarqueurs précoces qui détectent les signes de la maladie de Parkinson avant que des dommages irréparables ne soient causés.
Le projet recherche la voix de personnes, y compris de celles qui n’ont pas la maladie de Parkinson, qui sont disposées à contribuer quelques minutes de leur temps, de manière anonyme, par téléphone. Les chercheurs ont mis en place des numéros de téléphone dans 10 pays.
Écrit par Catharine Paddock