Szívelégtelenség gondozása beszédelemzéssel: a HearO applikáció

A beszédanalízis nem új megoldás, szá­mos kereskedelmi vállalkozás hasz­nálja szolgáltatásaihoz kényelmi és gyors megoldásként: ilyen az Amazon Alexája vagy az Apple Sirije, ugyanakkor a Google és a Netflix is kifejlesztette sajátját. De beszédanalízist használ az okoslakás is, például a fűtési rendszerében. Ennek vis­szásságára javaslom megnézni a következő vicces videót: a fogorvosi kezeléskor kapott érzéstelenítés okozta elkent beszéd milyen nehézséget okoz az okoslakás hangvezérlésében, https://www.youtube.com/ watch?v=nwPtcqcqz00. Az Amazon Halo Tone szolgáltatása okoskarkötőbe épített mikrofonokból épül fel. Ezek felveszik vi­selője hangját, az algoritmus pedig meg­állapítja, hogy az illető éppen boldognak, szomorúnak, izgatottnak vagy fáradtnak tűnik-e. Ezzel a karkötő viselői visszajelzést kaphatnak érzelmi állapotukról, ami segít­het nekik harmonikusabb kapcsolatokat fenntartani embertársaikkal. Az egészség­ügyben a beszédanalízist azonban eddig még alig használták.

A szívelégtelenség a kórházi felvételek egyik vezető oka, alapvetően a dekompen­záció kapcsán. A telemedicina lehetőséget nyújt arra, hogy a krónikus szívelégtelen­ségben szenvedő beteget dekompenzáció esetén időben ki lehessen emelni ottho­nából, ezzel elkerülhetővé téve a kórházi kezelést. Mivel a szívelégtelenség a leg­gyakoribb halálozási ok, számos próbál­kozás zajlik olyan biomarker keresésére, ami időben előre jelzi a dekompenzációt. Évek óta létezik egy invazív módszer, ez a CardioMEMS HF System. Ez az arteria pulmonalis nyomásának mérésére való, az Egyesült Államok élelmiszer-és gyógy­szerfelügyelete (FDA) által jóváhagyott implantált eszköz NYHA III. stádiumú szív­elégtelenségben szenvedők esetén. Az a. pulmonalis nyomását mérve jelzi előre a pulmonalis pangást. A szenzor az éren belüli nyomásértékekről és a szívfrekvenciáról küld folyamatos tájékoztatást a hozzá vezeték nélkül csatlakozó monitorra és egy webfelületre, ahol a kezelőorvos követheti betege állapotát.

Úgy tűnik azonban, hogy formálódik egy noninvazív biomarker is, ez a telemedicina során alkalmazott beszédanalízis. Egy retrospektív vizsgálatban 10 583, tele­fonon történt és rögzített beteg–nővér be­szélgetésből elemezték utólag a betegek beszédét. A rögzített telefonbeszélgetések egy krónikus betegekkel foglalkozó orvosi központ telemedicinás gondozásából szár­maztak.¹ A betegek közül 2267-en krónikus szívelégtelenségben, míg 8316-an más kró­nikus betegségben szenvedtek. A számos matematikai modellből, gépi tanulásból és informatikai megoldásokból felépített beszédanalízis felismerte azon jellemzőket (biomarkereket) a betegek beszédéből, melyek jelenléte 48%-kal növelte a későbbi szívelégtelenségből bekövetkező halálo­zási rizikót (95%-os megbízhatósági tarto­mány (MT): 1,39–1,58, p<0,001). Vagyis meg lehetett jósolni, ki lehet-e a beszédanalí­zissel azon, krónikus szívelégtelenségben szenvedő betegeket emelni, akik magas rizikójúak a dekompenzáció szempontjából.

Egy másik vizsgálatban tervezett koronarográfiára készülő betegek beszédelem­zése történt meg még a beavatkozás előtt (a betegek saját okostelefonjukra mondtak fel szöveget) (1. ábra). A szerzők találtak olyan szignálokat a beszédelemzés során, ami összefüggött a koronarográfiával iga­zolt coronaria-betegség jelenlétével.²

A már validálásra képes HearO alkal­mazást használva végeztek egy egykarú, nyílt megfigyeléses vizsgálatot, amelyben beszédelemzést végeztek akutan dekom­penzálódott szívelégtelenség kórházi keze­lése előtt (a dekompenzált állapotban) és a kezelés után (kompenzált állapotban).³ A 40 résztvevővel lefolytatott vizsgálat­ban a betegek 5 mondatot ismételtek el (olvastak fel) 3-4 alkalommal. A hazaenge­déskor végzett beszédanalízis 94%-ban tért el a dekompenzált állapotban végzetthez képest.

A HearO-t frappánsan tesztelték kró­nikus NYHA II–IV. stádiumú szívelégtelen­ségben szenvedő és hetente 2-3 alkalom­mal hemodializált betegeken is: a dialízis előtt és után, a dialízisek között több alka­lommal.⁴ A dialízis előtti és utáni állapot jól modellezi a hidratáltságot. A szöveg felmondásának módszere a beszédanalí­zishez az előzővel teljesen ugyanaz volt. És itt is működött a beszédelemzés algo­ritmusával észlelt eltérés dialízis előtt és utáni elemzésben. Működik pulmonalis hypertonia esetén is,5 amikor a HearO algoritmusát katéterezés során nyert hemodinamikai adatokkal vetették össze 38 beteg esetén.

A fentiek direkt összefüggést nyilván nem igazolnak, de alapkísérletek bizo­nyították a patomehanizmust, és számos élettanilag feltételezhető mechanizmus létezik. Ilyen a nervus vagus szerepe, mert a X. agyideg részt vesz a hangképzésben (számos más agyideggel együtt), de a szív autonóm beidegzésében és a szívritmus kontrolljában is alapvető. A hidratáltság a hangszalagok rezgésében és a hangkép­ző szervek működésében is meghatározó. A folyadéktúltöltöttség a fonációt azért befolyásolja, mert vizenyősek lehetnek a hangképző szervek is. Ez kihat például a hangok frekvenciájára is és a tüdőkben keltett rezgésekre (bronchophonia), me­lyek mind manifesztálódnak a hangkép­zésben a beszéd során.

A HearO mobiltelefonon futó alkalma­zás és rendszer (https://www.cordio-med. com) az app áruházakból nem letölthető, azonban a weboldalon elérhetőség szere­pel, ami véleményem szerint azt jelzi, hogy az ellátóhely maga jelentkezhet be (mint a szívelégtelenségben szenvedő gondo­zottjai esetén a telemedicinát használni kívánó központ), és rajta keresztül lehet letölteni az általuk gondozott betegek számára a HearO alkalmazást. A HearO nem orvosi eszköz (medical device), vagy­is nem az alkalmazás mond utasítást, terápiát, diagnózist a betegnek, hanem a telemedicina részeként alkalmazan­dó. Vagyis a rendszer végén szakember értékeli a látott adatokat és használja fel a telemedicinás vizit kapcsán ezt is a beteg állapotának megítélésére, majd dönti el azt, hogy valóban dekompenzálódik-e a beteg (2. ábra). A HearO tehát egy rizikó­szignál (noninvazív biomarker) a krónikus szívelégtelenség miatt gondozott beteg telemedicinás kontrollja során. Tehát ezért nem letölthető bárki számára, hanem az az orvosszakmai modell, hogy az intézmény regisztrál a rendszerért. Ezért érdemes sze­rintem intézményként felvenni a kapcso­latot a fejlesztő Cordio-Meddel. Az egyik vizsgálatban iPhone 6 Plus telefonon futott az app, az nem derül ki, hogy android ver­zió létezik-e.

Az algoritmusok fejlődésével arra is le­hetőség nyílik, hogy egyre nagyobb adat­halmazokat felhasználva egyre pontosabb hang alapú biomarkereket társítsanak az egyes betegségekhez. Például a poszttraumás stressz szindrómában (PTSD) fejlesztettek egy gépi tanulással fejlődő programot a PTSD diagnosztizálására. Egy másik kutatásban egy hasonló analitikával működő algoritmus gyerekeknél támasz­totta alá a depressziót és szorongásos tü­neteket az elemzett hangminták alapján.

A Gartner technológiai elemző cég elő­rejelzése szerint 2022-re a mobileszközök 10%-ában már lesz beépített érzelemfel­ismerő mesterséges intelligencia, míg ez az arány 2018-ban még csak 1%-ot tett ki. Ha a HearO még több validálást igényel, és ha erre is keresnek centrumokat, akkor is érdemesnek tartom felvenni a kapcso­latot velük a megadott elérhetőségeken. Azt gondolom, nagyon ígéretes megoldást kínálnak a szívelégtelenségben szenvedő betegek gondozására.

Levelezési cím: This e-mail address is being protected from spambots. You need JavaScript enabled to view it.

A szerző munkahelye:

Dr. Speer Gábor: PhD, endokrinológus szakorvos. Bia­torbágy Egészségügyi Központ / Egészségház – endokrinológiai ambulancia, Interlab Praxis Közösség és Plus Medical Orvosi Központ – endokrinológiai rendelések

Irodalom:

1. Maor E, et al. Vocal biomarker is associated with hos­pitalization and mality among heart failure patients. J Am Heart Assoc. 2020;9:e013359

2. Maor E, et al. Voice signal characteristics are indepen­dently associated with coronary artery disease. Mayo Clin Proc 2018;93:840–847

3. Offer A, et al. Remote speech analysis in the evaluation of hospitalized patients with acute decompensated heart failure. J Am Coll Cardiol HF 2021. December 8.

4. Amir O, et al. Feasibility of remote speech analysis in evaluation of dynamic fluid overload in heart failure pa­tients undergoing haemodialysis treatment. ESC Heart Fail 2021;8:2467–2472

5. Sara JDS, et al. Non-invasive vocal biomarker is as­sociated with pulmonary hypertension. PLoS One 2020;15:e0231441