AI kan höra hur sjuk du är
Forskarna Dario Salvi och Carl Magnus Olsson undersöker hur mobilinsamlad röstdata och maskininlärning kan användas för att upptäcka tecken på Parkinsons sjukdom.
Kan artificiell intelligens upptäcka sjukdomar genom hur vi låter? Det är en fråga som allt fler forskare ställer sig. Forskarna Carl Magnus Olsson och Dario Salvi vid Malmö universitet deltar i ett europeiskt samarbete som studerar hur rösten kan användas som ett slags hälsomätare.
Carl Magnus Olsson och Dario Salvi, vid Fakulteten för teknik och samhälle, undersöker hur mobilinsamlad röstdata och maskininlärning kan användas för att upptäcka tecken på Parkinsons sjukdom. Studier visar att sjukdomen ofta påverkar rösten och deras analyser tyder på att vissa röstegenskaper kan hänga ihop med hur svår sjukdomen är.
– På sikt kan röstanalys bli ett enkelt sätt att följa hälsa på distans, till exempel via mobiltelefoner. Då skulle AI bokstavligen kunna “lyssna” efter tidiga tecken på sjukdom, säger Dario Salvi.
På sikt kan röstanalys bli ett enkelt sätt att följa hälsa på distans, till exempel via mobiltelefoner.
Dario Salvi, forskare vid Malmö univeritet
Projektet ingår i forskningsnätverket eVoiceNet, som samlar forskare från hela Europa för att utveckla metoder för så kallade vokala biomarkörer: mätbara förändringar i rösten som kan kopplas till olika sjukdomar. Nätverket finansieras genom EU:s COST-program, som främst stödjer samarbete, workshops och kunskapsutbyte mellan forskare.
– En av anledningarna till att delta i en COST Action är samarbetsformens höga framgångsgrad av att få andra gemensamma EU ansökningar beviljade. Den finansiering man får avser främst nätverkande och samarbete, medan vår forskningsfinansiering måste vara etablerad sedan tidigare, säger Carl Magnus Olsson
En viktig del av samarbetet handlar också om att skapa gemensamma standarder för hur röstdata samlas in och analyseras. Målet är att göra forskningen mer jämförbar och reproducerbar, något som behövs om tekniken i framtiden ska kunna användas i vården.
– Genom nätverket kommer vi att kunna dela vår data och få tillgång till andra datakällor. Vår datamängd är inte särskilt stor, men om den kombineras med andra dataset kan vi använda tekniker såsom deep learning mer effektivt, säger Dario Salvi.
