Ung thư thanh quản là một gánh nặng y tế công cộng đáng kể. Năm 2021, ước tính có 1,1 triệu ca ung thư thanh quản trên toàn thế giới và khoảng 100.000 người tử vong vì căn bệnh này. Các yếu tố nguy cơ bao gồm hút thuốc lá, lạm dụng rượu bia và nhiễm virus papilloma ở người. Tiên lượng sống sót sau 5 năm của ung thư thanh quản dao động từ 35% đến 78% khi được điều trị, tùy thuộc vào giai đoạn của khối u và vị trí của nó trong thanh quản.
Có thể nhận biết sớm ung thư thanh quản bằng... AI
Phát hiện sớm ung thư là chìa khóa cho triển vọng của bệnh nhân. Hiện nay, ung thư thanh quản được chẩn đoán thông qua nội soi mũi và sinh thiết, những thủ thuật xâm lấn, tốn kém. Việc tìm được bác sĩ chuyên khoa có thể thực hiện các thủ thuật này có thể mất thời gian, gây ra sự chậm trễ trong chẩn đoán.
Giờ đây, các nhà nghiên cứu đã chứng minh trên tạp chí Frontiers in Digital Health rằng những bất thường ở dây thanh quản có thể được phát hiện thông qua âm thanh giọng nói. Những "tổn thương dây thanh quản" này có thể lành tính, chẳng hạn như các nốt sần hoặc polyp, nhưng cũng có thể là dấu hiệu của giai đoạn đầu ung thư thanh quản.
Những kết quả chứng minh nguyên tắc này mở ra cánh cửa cho một ứng dụng mới của Trí tuệ nhân tạo (AI): nhận biết các giai đoạn cảnh báo sớm của bệnh ung thư thanh quản từ các bản ghi âm giọng nói.
Tiến sĩ Phillip Jenkins, nghiên cứu sinh sau tiến sĩ về tin học lâm sàng tại Đại học Khoa học và Sức khỏe Oregon, Mỹ và là tác giả liên hệ của nghiên cứu, cho biết: "Chúng tôi chứng minh rằng với tập dữ liệu này, chúng tôi có thể sử dụng các dấu hiệu sinh học về giọng nói để phân biệt giọng nói của những bệnh nhân bị tổn thương dây thanh quản với những bệnh nhân không bị tổn thương như vậy".
Bộ dữ liệu Bridge2AI-Voice giải mã dấu hiệu ung thư thanh quản
Jenkins và các đồng nghiệp là thành viên của dự án "Bridge2AI-Voice" thuộc liên minh "Bridge to Artificial Intelligence" (Bridge2AI) của Viện Y tế Quốc gia của Mỹ, một nỗ lực toàn quốc nhằm ứng dụng AI vào các thách thức y sinh phức tạp. Tại đây, họ đã phân tích các biến thể về tông giọng, cao độ, âm lượng và độ rõ ràng trong phiên bản đầu tiên của bộ dữ liệu Bridge2AI-Voice công khai, với 12.523 bản ghi âm giọng nói của 306 người tham gia từ khắp Bắc Mỹ.
Các nhà nghiên cứu tập trung vào sự khác biệt trong một số đặc điểm âm thanh của giọng nói: ví dụ, tần số cơ bản trung bình (cao độ); độ rung, sự thay đổi cao độ trong giọng nói; độ rung, sự thay đổi biên độ; và tỷ lệ hài hòa trên tiếng ồn, thước đo mối quan hệ giữa các thành phần hài hòa và tiếng ồn của giọng nói.
Các tác giả kết luận rằng, sự thay đổi đặc biệt trong tỷ lệ hài hòa/nhiễu có thể hữu ích trong việc theo dõi diễn biến lâm sàng của các tổn thương dây thanh quản và phát hiện ung thư thanh quản ở giai đoạn đầu, ít nhất là ở nam giới.
Jenkins cho biết: "Kết quả của chúng tôi cho thấy các tập dữ liệu lớn, đa tổ chức, có nguồn gốc đạo đức như Bridge2AI Voice có thể sớm giúp biến giọng nói của chúng ta thành một dấu ấn sinh học thực tế về nguy cơ ung thư trong chăm sóc lâm sàng".
"Để chuyển từ nghiên cứu này sang một công cụ AI có khả năng nhận diện tổn thương dây thanh quản, chúng tôi sẽ huấn luyện các mô hình bằng cách sử dụng một bộ dữ liệu ghi âm giọng nói lớn hơn, được dán nhãn bởi các chuyên gia. Sau đó, chúng tôi cần kiểm tra hệ thống để đảm bảo nó hoạt động tốt như nhau đối với cả nam và nữ", Jenkins cho biết thêm.
"Các công cụ chăm sóc sức khỏe dựa trên giọng nói hiện đang được thử nghiệm. Dựa trên những phát hiện của chúng tôi, tôi ước tính rằng với bộ dữ liệu lớn hơn và xác nhận lâm sàng, các công cụ tương tự để phát hiện tổn thương dây thanh quản có thể được đưa vào thử nghiệm thí điểm trong vài năm tới", Jenkins dự đoán.