Covid-19流行下肺機能検査施行に危機感を感じている医療機関多いが、音声データのAI分析にて気流閉塞診断のアプローチで、携帯端末によるCOPD気流閉塞診断可能にならないかという話だが、簡易であれば、COPD診断の普及に役立つかもしれない
JAMA誌が取り上げたところが面白い
Medical News & Perspectives January 27, 2021
When the Human Voice Speaks Volumes About Lung Function
Kristin Walter, MD, MS
JAMA. Published online January 27, 2021. doi:10.1001/jama.2020.22460
https://jamanetwork.com/journals/jama/fullarticle/2775957
萎縮性側索硬化症やパーキンソン病を含むいくつかの神経学的状態で音声ベースの評価が研究されているが、肺機能の評価における音声評価に関する医学文献の研究を見つけることができなかった。
スパイロメトリはCOVID-19流行下でエアロゾル発生源として危機感がもたれている
The first involves recording 5 seconds of silence to calibrate background noise for each session. Then, the researchers assess phonation—the sound made when vocal folds vibrate as air moves through them—by having patients say “aah” for as long as they can without stopping for breath. The length of time that someone can hold the sound has been shown to strongly correlate with lung capacity.:
最初のセッションでは、各セッションのバックグラウンドノイズを校正するために5秒間の無音を記録します。その後、研究者は、呼吸を止めずにできる限り、患者に「ああ」と言わさせることによって、声のひだが振動したときに作られた音がフォネーションを評価します。誰かが音を保持できる時間の長さは、肺の容量と強く相関することが示されています。
Next, patients record themselves forcefully exhaling to simulate a spirometry-generated FEV1 measurement. They also recite a list of long-vowel words like cheese or baby that, when spoken, release a lot of air because the oral and pharyngeal cavities remain open. “The more vowels spoken in sequence, the faster the air is depleted from the lungs, which helps measure shortness of breath,” Ashraf wrote in an email.:
次に、患者は強引呼出にてspirometryで生成されたFEV1測定をシミュレートする。彼らはまた、口腔および咽頭腔が開いたままの、話すことで多くの空気を放出する"cheese"や"baby"のような長い母音の単語のリストを暗唱します。「母音が順番に話すほど、肺から空気が速く枯渇し、息切れを測定するのに役立ちます」とAshraf。
The final recording involves reading a brief, phonetically balanced passage. Ashraf explained that by “having the patients read those 47 words, we are able to get an idea about their respiration, their phonation, articulation, and resonance.”;最終的記録は短い、音声学的にバランスの良いpassageを読み上げるもので、47 wordsを読み上げたことで呼吸、phonation、articulation、resonanceについて発想を得ることができたとAshraf。
この記録でFEV1、FVC、気道閉塞のアルゴリズムを開発し、CHEST Annual Meetingにて発表
VOICE-BASED SCREENING AND MONITORING OF CHRONIC RESPIRATORY CONDITIONS
https://journal.chestnet.org/action/showPdf?pii=S0012-3692%2820%2933695-3
機能検査のためにPFTラボに紹介された18歳から85歳までの成人133人の声に基づく分析の予備的な結果を発表しました。スピロメトリー検査の前後に、研究者はスマートタブレットを使用して患者の声を記録し、いくつかの簡単な呼吸操作を行い、47語の通路を読みました。
評価された患者のうち、約70%が肺機能を肺尖度測定で正常に有し、30%が気流閉塞を示した。研究者は、自動音声および呼吸分析がFVCおよびFEV 1を予測する際に良好な診断精度を提供することを発見した。CHEST会議で発表されたデータは、この技術がスパイロメトリと比較して気流閉塞を検出する際に78%正確であることを示したが、アシュラフはその数字が更新された結果で82.6%に増加したと電子メールで書いた。さらに、FEV1を予測する際の技術の精度は、更新されたデータでFVCを予測する際に85.1%、82.2%に増加しました。