Inteligența artificială (AI) are potențialul de a transforma modul în care este diagnosticat cancerul laringian, oferind o metodă mai simplă și mai puțin invazivă prin analiza înregistrărilor vocale. În prezent, diagnosticarea acestor tipuri de cancere se face prin proceduri precum endoscopia nazală și biopsii, care sunt adesea complicate și pot întârzia obținerea unui diagnostic.
Un studiu recent sugerează că analiza automată a vocii poate detecta probleme ale corzilor vocale, de la noduli benigni până la stadii incipiente de cancer, facilitând astfel un diagnostic mai rapid și accesibil.
Cancerul laringian afectează anual peste un milion de persoane la nivel global, provocând aproximativ 100.000 de decese. Este clasificat ca al 20-lea cel mai frecvent tip de cancer, iar factorii de risc includ fumatul, consumul de alcool și anumite tulpini de HPV.
Prognosticurile pentru cancerul laringian variază, rata de supraviețuire pe cinci ani fiind între 35% și 78%, în funcție de stadiul și localizarea tumorii. Depistarea timpurie este crucială pentru îmbunătățirea șanselor de tratament.
Un articol publicat în revista Frontiers in Digital Health evidențiază că AI poate analiza scurte înregistrări vocale pentru a identifica anomalii. Oamenii de știință au demonstrat că biomarkerii vocali pot diferenția pacienții cu leziuni ale corzilor vocale de cei fără.
Simptomele cancerului laringian includ răgușeala persistentă, dureri în gât și dificultăți la înghițire, iar depistarea precoce este esențială pentru îmbunătățirea ratelor de supraviețuire. Metodele actuale de diagnosticare, cum ar fi biopsiile, sunt invazive și necesită expertiză specializată, ceea ce poate îngreuna accesul rapid la tratament.
Un instrument non-invaziv care să semnaleze anomalii ale corzilor vocale printr-o simplă înregistrare ar putea transforma complet procesul de diagnosticare. Echipa de cercetare a analizat aproximativ 12.500 de înregistrări vocale de la 306 pacienți din America de Nord și a identificat diferențe semnificative în parametrii vocali între pacienții sănătoși și cei cu leziuni.
Următorul pas în acest demers este antrenarea sistemelor AI pe seturi de date mai mari și evaluarea eficienței acestora în medii clinice, inclusiv testarea lor pe diverse grupuri demografice.
