人工智能语音分析系统在帕金森病诊断中的一项探索性临床研究

目的 通过人工智能技术构建汉语的帕金森病(Parkinson's disease,PD)语音辅助诊断系统,并应用临床上新收集的数据验证该系统在PD患者尤其是在轻症PD患者中的诊断效能.方法 连续收集2018年1～12月解放军总医院PD专病门诊临床确诊的PD患者100例(PD1组),并以Hoehn-Yahr(H-Y)分级2.5级为界将PD1组分为轻症72例,中重症28例,另选择同期健康对照者100例(对照1组).连续收集2019年1～10月解放军总医院PD专病门诊临床确诊的PD患者76例(PD2组),并以H-Y 2.5级为界分为轻症54例,中重症22例;另选择同期健康体检者77例(对照2组),所有研究对象分别采集持续5 s的元音[a]、[o]、[i]语音数据,并提取每种语音的特征参数及人工智能机器学习训练,最终优化建立PD语音识别模型,并对该模型的诊断效果进行评价.结果 PD1组轻症与中重症患者年龄和性别比较,差异无统计学意义(P＞0.05).在判断PD2组与对照2组发音[o]构建模型的AUC明显高于[a]和[i]构建模型的AUC(P＜0.01).在判断PD2组轻症与对照2组发音[o]构建模型的AUC明显高于发音[a]和[i]构建模型的AUC(P＜0.01).PD2组与对照2组发音[o]的准确性明显高于[a]和[i](86.3％ vs 74.5％、75.2％,P＜0.01);PD2组轻症与对照2组发音[o]的准确性明显高于[a]和[i](86.2％ vs71.5％、73.9％,P＜0.01).PD2组与对照2组发音[o]的敏感性明显高于[i](90.8％ vs 75.0％,P＜0.05);PD2组轻症与对照2组发音[o]的敏感性明显高于[i](92.5％ vs 71.7％,P＜0.05).结论 汉语人群中构建的PD人工智能语音辅助诊断系统,通过临床验证表明该系统有着很高的敏感性及较高的准确性,有助于在初级医疗机构全科医师的日常工作中开展PD的筛查和早期诊断.