هوش مصنوعی با تحلیل ویژگی‌های صوتی، قادر است نشانه‌های اولیه سرطان حنجره را شناسایی کند و تشخیص سریع‌تر و غیرتهاجمی را ممکن سازد.
پژوهش جدیدی نشان می‌دهد هوش مصنوعی می‌تواند با تحلیل کوتاه‌ترین نمونه‌های صوتی، نشانه‌های اولیه سرطان حنجره را شناسایی کند. این یافته‌ها که در مجله Frontiers in Digital Health منتشر شده‌اند، امیدها را برای تشخیص زودهنگام این بیماری افزایش داده‌اند.
تیم تحقیقاتی به سرپرستی فیلیپ جنکینز در دانشگاه علوم و بهداشت اورِگن، با بررسی حدود ۱۲ هزار و ۵۰۰ نمونه صوتی از ۳۰۶ نفر در آمریکای شمالی، موفق شد تغییرات ظریف آکوستیک مانند زیر و بمی، شدت و وضوح هارمونیک صدا را شناسایی کرده و الگوهای غیرطبیعی را تشخیص دهد.
سرطان حنجره سالانه بیش از یک میلیون نفر را در جهان تحت‌تأثیر قرار می‌دهد و نزدیک به ۱۰۰ هزار قربانی می‌گیرد. شایع‌ترین علامت آن، گرفتگی یا تغییر صدا بیش از سه هفته است. پژوهشگران تأکید می‌کنند که تشخیص سریع می‌تواند شانس بقای بیماران را از ۳۵ تا ۹۰ درصد افزایش دهد.
در حالی که روش‌های فعلی مانند آندوسکوپی یا نمونه‌برداری تهاجمی و پرهزینه هستند، ابزار مبتنی بر صدا می‌تواند انقلابی در غربالگری ایجاد کند. جنکینز اعلام کرد که پژوهشگران قصد دارند مدل‌های هوش مصنوعی را با داده‌های متنوع‌تر آموزش داده و دقت آن‌ها در محیط‌های بالینی آزمایش کنند تا سامانه‌ای با کارایی بالا برای هر دو جنسیت توسعه یابد.
این فناوری امیدوارکننده ممکن است ظرف چند سال آینده به مرحله آزمایش‌های بالینی اولیه برسد و به عنوان ابزاری ساده، سریع و غیرتهاجمی برای تشخیص سرطان حنجره مورد استفاده قرار گیرد.