Tekst og foto: Peter Witten, AAU Kommunikation og Public Affairs

Hvert år dør omkring tre millioner mennesker af KOL - Kronisk Obstruktiv Lungesygdom - på verdensplan. En af de sygdomme, der koster flest liv, ifølge verdenssundhedsorganisationen WHO. Alene herhjemme dør over 3.000 KOL-patienter årligt.

Omkring 400.000 danskere har KOL, men mange af dem ved det ikke. Ikke endnu. Og sygdommen kan ikke helbredes.

Deprimerende fakta, men KOL-ramte kan hjælpes.

Det vil tre studerende fra Institut for Datalogi på Aalborg Universitet gerne bidrage til med et nyt forskningsprojekt. Med brug af lydoptagelser og kunstig intelligens/AI. De tre er Tobias Oliver Eberhard, Cuno Sankey-Olsen og Rasmus Hvass Olesen.

Lever længere

KOL-ramte har ofte haft symptomer i årevis, inden diagnosen stilles. Det er kritisk, netop fordi sygdommen ikke kan helbredes, kun bremses.

Men jo før man opdager KOL og starter behandling, jo bedre livskvalitet og længere levetid.

"Ved tidlig diagnose har vi mulighed for at hjælpe patienter med livsstilændringer og iværksætte behandling. Og lære dem, hvordan de bedst håndterer deres sygdom og på den måde modvirke sygdomsprogression," fortæller professor og overlæge Ulla Møller Weinreich fra Klinisk Institut på AAU og Lungemedicinsk Afdeling på Aalborg Universitetshospital.

Lyden af KOL

Ulla Møller Weinreich har været med til at hjælpe de tre studerende med kilder til deres forskning. Om projektet siger hun: "Idéen er genial!"

Ideen går ud på at bruge AI til at analysere stemmeprøver fra både KOL-ramte og fra personer, der ikke har fået konstateret den livsfarlige lungesygdom. For at undersøge, om man med lydoptagelser hurtigere kan påvise KOL hos dem, der endnu ikke ved, at de har sygdommen.

"Vi kan allerede nu konstatere, at AI godt kan se særlige ting ved stemmeprøver fra folk med KOL," fortæller Tobias Oliver Eberhard.

Host tre gange

De tre studerende har fået stemmeprøver fra knap 100 personer. Halvdelen af dem har KOL, den anden halvdel har ikke fået stillet en KOL-diagnose.

Stemmeprøverne består af lydoptagelser på omkring halvandet minut. Testpersonerne skal oplæse vokaler, en lille historie og til sidst hoste tre gange.

Det giver enorme mængder digitale data, som analyseres med kunstig intelligens.

Bare ét sekunds lydoptagelse giver omkring 50.000 linjer med "kruseduller" - datakode.

Algoritmen

Planen med forskningsprojektet er ikke at udvikle en grydeklar app, der straks kan konstatere, om du har KOL eller ej.

"Vi fokuserer på at lave en algoritme, der forhåbentlig kan bidrage til videre forskning. At få bekræftet eller afkræftet, om det kan lade sig gøre at genkende KOL med hjælp af machine learning/AI," siger Tobias, Cuno og Rasmus.

"Det vil være fedt, hvis vi kan udvikle noget, der i sidste ende kan bruges i apps, telemedicinsk udstyr eller på hospitaler," tilføjer de.

Professor Ulla Møller Weinreich mener, at AI-analyse af stemmeprøver godt kan blive til virkelighed i sundhedsvæsenet:

”Jeg tænker, det kunne være et godt screeningsredskab i det fremtidige arbejde med KOL, så vi kan finde dem, vi skal undersøge nærmere. Tiden må vise, om sensitiviteten og specificiteten af undersøgelsen er tilstrækkelig til, at det er muligt," siger hun.

Mega-motiverende

De tre studerende har haft kontakt med mange KOL-ramte, der gerne ville komme med stemmeprøver.

"De ved godt, at det her projekt ikke kommer til at hjælpe dem. Men de siger alle sammen, at hvis det kan hjælpe fremtidige generationer, så betyder det meget".

For Tobias, Cuno og Rasmus betyder det også meget, hvis deres forskningsprojekt kan gavne andre. "Det er mega-motiverende, at vores projekt potentielt kan gøre en forskel," fastslår de tre.

Deres vejleder på specialeprojektet er lektor Ilhan Aslan fra Institut for Datalogi, AAU.

Han er ikke i tvivl om, at der er store fremtidsmuligheder i netop den type forskning, Tobias, Cuno og Rasmus er i gang med.

"Superhørelse" 

”Dette er kun en af flere muligheder. Der er et stort potentiale i at bruge stemmeanalyse til at forstå, hvad der sker i menneskets krop", siger han.

Ilhan Aslan sammenligner stemmeanalyse ved hjælp af AI med, når læger bruger stetoskop til at lytte på menneskets krop. Med brug af kunstig intelligens bliver det pludselig til "superhørelse".