هوش مصنوعی در تشخیص تودههای تار صوتی؛ نتایج یک مطالعه جدید
یک مطالعه جدید که در مجله The Laryngoscope منتشر شده، یک مدل هوش مصنوعی مبتنی بر شبکه عصبی گرافی با مرتبه بالاتر محلی (Local-Higher Order Graph Neural Network یا LHGNN) را برای طبقهبندی غیرتهاجمی تومورهای تار صوتی بررسی کرده است. هدف پژوهش، استفاده از اطلاعات صوتی برای کمک به تشخیص و طبقهبندی انواع مختلف تومورهای تار صوتی بود.
در این مطالعه، اطلاعات بیماران دارای پولیپ تار صوتی، ضایعات پیشبدخیم و تومورهای بدخیم بررسی شد. پژوهشگران صدای بیماران را شامل واکهها و جملات پیوسته جمعآوری کردند و فایلهای صوتی پس از قطعهبندی، به نقشههای طیفی مل (Mel-spectrogram) تبدیل شدند. برای افزایش تنوع دادههای آموزشی نیز روشهایی مانند ایجاد نویز، جابهجایی زمانی و پوشاندن تصادفی بخشهایی از دادهها مورد استفاده قرار گرفت.
در مجموع، پس از نمونهبرداری متعادل، مجموعه داده نهایی شامل ۴۷۴۵ نمونه صوتی بود که شامل ۱۶۰۳ نمونه مربوط به پولیپ تار صوتی، ۱۵۹۸ نمونه مربوط به ضایعات پیشبدخیم و ۱۵۴۴ نمونه مربوط به کارسینوم تار صوتی بود.
مدل LHGNN پس از ۴۶۱ دوره آموزش در مجموعه اعتبارسنجی به دقت کلی ۹۲٫۹۴ درصد دست یافت. امتیاز F1 برابر با ۰٫۹۲۸۹، حساسیت (Recall) برابر با ۰٫۹۲۸۱ و مقدار سطح زیر منحنی (AUC) برابر با ۰٫۹۸۷۷ گزارش شد.
دقت شناسایی گروههای مختلف نیز متفاوت بود؛ این مدل توانست پولیپهای تار صوتی را با دقت ۹۱٫۳۵ درصد، ضایعات پیشبدخیم را با دقت ۹۰٫۹۹ درصد و تومورهای بدخیم را با دقت ۹۴٫۰۵ درصد شناسایی کند.
پژوهشگران در نتیجهگیری مقاله بیان میکنند که عملکرد این مدل، ظرفیت قابلتوجه یادگیری عمیق در تحلیل پاتولوژی صوت را نشان میدهد. به گفته نویسندگان، مدل ارائهشده میتواند بهعنوان ابزاری جدید برای غربالگری اولیه و غیرتهاجمی تومورهای تار صوتی مورد استفاده قرار گیرد.
