Wczesne wykrycie choroby otępiennej, które może uratować życie.
Selected examples of recognition:
Choroby otępienne to nie tylko medyczne wyzwanie XXI wieku - to także globalna kwestia o znaczeniu ekonomicznym, społecznym i badawczym. Wpływają one na jakość życia milionów ludzi, prowadząc do utraty niezależności i wymagają znaczących nakładów finansowych na opiekę.
Aktualnie ponad 50 milionów ludzi cierpi na demencję. Eksperci prognozują wzrost do 152 milionów do 2050 roku.
Źródło: World Alzheimer Report 2018
Chociaż choroba Alzheimera dominuje, cierpiący na nią stanowią 60-70% przypadków. Istnieją też inne typy demencji o równie poważnych skutkach.
Źródło: WHO
Choroby otępienne wpływają na pacjentów, ich rodziny, opiekunów i całe społeczeństwa. Nadszedł czas na globalne działanie w celu ich wsparcia i edukacji.
Źródło: World Alzheimer Report 2018
Koszty globalne
$818 miliardów
w 2019 r.
$1,1 biliona
do 2030 r.
Źródło: WHO
Koszty w Europie
€170 miliardów
w 2020 r.
€250 miliardów
do 2030 r.
Źródło: ECDC
Naszym celem jest zapewnienie osobom z chorobami otępiennymi możliwości uzyskania kompleksowej opieki medycznej, od wczesnego wykrycia choroby po jej leczenie.
Obiekty dźwiękowe to unikalne, opatentowane przez Vivid Mind podejście do dekompozycji, separacji i analizy dźwięku z wykorzystaniem metody i algorytmów wektorowania dźwięku. Ta zaawansowana metodologia przetwarzania sygnału oparta jest na modelu sinusoidalnym, który oferuje radykalnie nowe podejście do obliczeniowej analizy sceny słuchowej (tzn. maszynowego słuchania). Zapoznaj się z publikacją naukową "Metoda przesiewowa służąca do wczesnego wykrywania demencji przy użyciu dźwiękowych obiektów jako biomarkerów głosowych."
W obecnych zaawansowanych technologicznie edytorach widmowych ścieżka dźwiękowa jest reprezentowana na spektrogramie jako mapa cieplna punktów (pikseli/grafiki rastrowej), które są trudne do grupowania i manipulowania semantycznie.
W rozwiązaniu Vivid Mind punkty energii widoczne na spektrogramie są automatycznie grupowane i kondensowane w tzw. obiekty dźwiękowe (tzn. graficzne trójwymiarowe reprezentacje wektorowe wszystkich składowych częstotliwościowych), gdzie każdy skondensowany punkt energii jest połączony z następnym ciągłością fazową (unikalna i istotna cecha technologii Vivid Mind).
Faza to jeden z najważniejszych elementów analizy mowy. Pozwala na analizę nie tylko indywidualnych punktów energii, ale i ich zestawień, umożliwiając skoncentrowanie się na szczegółowych dźwiękach harmonicznych czy fonemach.
Technologia wykorzystująca fazę jest jednym z najbardziej czułych predyktorów zaburzeń poznawczych. Pozwala na wykrycie nieprawidłowości w kontroli toru mowy, takich jak zakłócenia lub skoki fazy.
W analizie mowy faza jest definiowana jako relacja między dwoma punktami w czasie. Można ją wykorzystać do analizy zmian w dźwięku, takich jak przesunięcia częstotliwości lub amplitudy.
Technologia wykorzystująca fazę w analizie mowy może być wykorzystywana do wielu celów, takich jak:
Technologia Sound Objects rewolucjonizuje podejście do wczesnej diagnozy chorób otępiennych, oferując możliwość identyfikacji pierwszych objawów na podstawie analizy głosu pacjenta. To innowacyjne narzędzie może zredefiniować przyszłość medycyny, umożliwiając wcześniejsze i dokładniejsze diagnozowanie oraz monitorowanie postępu chorób.
Nagranie do 10-sekundowej próbki głosu pacjenta
Transformacja do obiektu dźwiękowego (parcjali) i ekstrakcja charakterystycznych cech
Przesyłanie danych do klasyfikatora
Zalecenie skierowania do specjalisty lub powtórzenie regularnych badań kontrolnych (lub opieki) w gabinecie lekarza rodzinnego
W przeprowadzonym (lato 2022 r.) "ślepym" badaniu wczesnej wykonalności technologii VM, wykonanym przez profesora Jana Konopackiego z Kliniki Neurologicznej Uniwersytetu Medycznego w Łodzi w Polsce otrzymaliśmy próbkę 33 nagrań nadających się do analizy (z czego 5 nagrań nie zostało zanalizowanych ze względu na ich słabą jakość techniczną). Nasz system detekcyjny odnotował następujące parametry:
Odsetek chorych, których choroba została prawidłowo rozpoznana przez system.
100%
Odsetek zdrowych, których choroba została prawidłowo wykluczona przez system.
81%
Odsetek wszystkich osób, których choroba została rozpoznana lub wykluczona przez system.
82%
to odsetek osób, które system oznaczył jako chore, a które rzeczywiście są chore.
50%
Odporność systemu na błędy i szumy w danych.
W procesie
Najmniejsza wielkość zmiany w głosie, którą system jest w stanie wykryć.
W procesie
Najmniejsza wielkość zmiany w głosie, którą system jest w stanie określić ilościowo.
W procesie
Nasz system detekcyjny jest nadal w fazie rozwoju i jego parametry mogą się zmienić w przyszłości.
Zaawansowane obiekty dźwiękowe dostarczają kompaktowej, a jednocześnie precyzyjnej reprezentacji ludzkiego spektrogramu głosu.
Współpracując z technologiami sztucznej inteligencji, umożliwiają nam one wykrywanie delikatnych niuansów w głosie, które mogą wskazywać na początek chorób neurodegeneracyjnych.
Centralnym elementem naszego podejścia jest zdolność systemu do ciągłego doskonalenia. Nasz algorytm z każdą analizą poprawia swoją precyzję, co oznacza, że jest w stanie wykryć zaburzenia poznawcze nawet w bardzo wczesnym stadium.
W świecie, gdzie błędy w diagnostyce mogą mieć poważne konsekwencje, zaufanie do narzędzi diagnostycznych jest kluczowe. Dlatego dla nas transparentność i zrozumiałość naszych modeli AI są priorytetem.
Chcemy, aby każdy lekarz miał pewność, jak nasz algorytm pracuje i na jakich podstawach podejmuje decyzje.
Aby zwiększyć naszą przewagę innowacyjną, będziemy kontynuować działania w zakresie ochrony własności intelektualnej, w tym zgłaszanie nowych patentów. Ponadto, zamierzamy zwiększyć precyzję i dokładność naszych algorytmów poprzez szybkie powiększenie zbioru danych wykorzystywanego do ich treningu.
Precyzja widma dźwiękowego w technologii Vivid Mind przewyższa konkurencyjne rozwiązania do diagnozowania demencji oparte na analizie głosu. Inne metody skupiają się głównie na warstwie semantycznej i różnych aspektach wypowiedzi, podczas gdy Vivid Mind koncentruje się na fizjologicznych aspektach artykulacji dźwięku, takich jak częstotliwość harmoniczna, szum, drgania i chwiejność.
Dzięki analizie ponad 100 milionów punktów danych z krótkiego nagrania (poniżej 10 sekund), Vivid Mind jest w stanie wykryć subtelne wzorce zmian mowy charakterystyczne dla pacjentów z demencją.
W ramach współpracy z Uniwersytetem Medycznym we Wrocławiu, model naszego narzędzia został przetestowany na próbce 250 nagrań głosu osób z chorobami neurodegeneracyjnymi. Badania wykazały, że model jest w stanie z dużą dokładnością (95%) wykryć obecność choroby.
Wyniki badań zostały opublikowane w raporcie pre-walidacyjnym, który zawiera szczegółowe informacje na temat metodologii badań, wyników oraz ich interpretacji.
W procesie
Vivid Mind jest w pełni zgodny z unijnym rozporządzeniem o ochronie danych osobowych (GDPR). Gwarantujemy, że Twoje dane osobowe są bezpieczne i traktowane z należytą starannością.
Zgodność z GDPR
PL
EN
English