Het project “Stempatroonherkenning en monitoren van het verloop van ziekte van Parkinson” is een van de oorspronkelijke projecten van ID3AS. Het project heeft zich door de tijd heen ontwikkeld tot een project waarbij het meer in het algemeen gaat over acoustic event detection. Op dit moment ontwikkelt het project zich in twee richtingen:
Health/disease
Enerzijds ontstaan er deelprojecten richting het diagnosticeren en/of monitoren van ziektebeelden zoals de ziekte van Parkinson, met effect op de stem of herkenbaar aan geluiden die een mens maakt. Diagnosticeren zodat vroegtijdig behandelen mogelijk is waar dat meerwaarde heeft. En het effectiever maken van een behandeling door het kunnen geven van feedback op bijvoorbeeld een logopedische oefening die de patiënt thuis uitvoert.
Well being/alarm
Anderzijds ontstaan projecten met als doel het welbevinden van iemand en/of te alarmeren in het geval er iets aan de hand is. Toegevoegde waarde t.o.v. de huidige technologie is het aan de hand van geluidsanalyse kunnen geven van een duidelijke indicatie van wat er aan de hand is. Op deze manier kan proactief hulp worden geboden, worden veel vals meldingen voorkomen en kan gericht worden gereageerd als er iets specifieks aan de hand is.
Het idee is om met behulp van technologie die we dagelijks gebruiken tot en met technologie ontwikkeld voor specifieke toepassingen zoals een alarmeringssysteem in de thuiszorg op een veilige manier data te genereren, data te interpreteren en te integreren met de verschillende benoemde doelen.
Parkinson is een degeneratieve aandoening op lange termijn die de hersenen, het centrale zenuwstelsel en motorische vaardigheden van de patiënt beïnvloedt. De gemiddelde leeftijd voor de diagnose van de ziekte van Parkinson is 60. In Nederland worden elk jaar ongeveer 6500 nieuwe patiënten gediagnosticeerd met de ziekte van Parkinson en momenteel zijn er in totaal ongeveer 48000 mensen met de ziekte. De gemiddelde patiënt heeft ongeveer 8 jaar te leven na de diagnose.
Het verminderen van de symptomen van de ziekte van Parkinson kan soms een operatie vereisen, maar wordt meestal bereikt door medicatie en logopedie.
Een veelvoorkomend effect van Parkinson is dysartrie, een spraakgebrek. De behandeling met Dysarthria in Nederland wordt momenteel uitgevoerd door logopedisten. Een van de meest gebruikte methoden voor logopedie is gebaseerd op de Lee Silverman Voice Treatment (LSVT), waarbij patiënten de klinkers “a” en “ie” uitspreken met de Nederlandse uitspraak (Pitch Limiting Voice Treatment, PLVT). De LSVT / PLVT-methode bestaat uit een sessie van één uur met een logopedist, meerdere dagen per week. Vanwege personeelstekorten en de kosten van intensieve therapie is het onmogelijk om op een hoog niveau stembehandeling te bieden aan alle patiënten. Een van de vragen die overblijft, is waarom er te weinig logopedisten zijn en hoe dit zich in de toekomst zal ontwikkelen.
Een van de ID3AS-werkpakketten gaat over het monitoren van Parkinson. Een van de doelstellingen van het werkpakket is het bevorderen van de ontwikkeling van de behandeling door een app te ontwikkelen, die samenwerkt met logopedisten. Deze app kan een stem opnemen, de fundamentele frequentie en energie analyseren en op basis daarvan feedback geven aan de gebruiker. Het zou logopedisten de middelen kunnen bieden om persoonlijkere behandelplannen te maken voor patiënten om zelfstandig te oefenen. De app kan ook controle-informatie bieden aan artsen om te zien hoe de ziekte vordert of achteruitgaat.
Het project is gestart met een mogelijk analyseonderzoek door een groep studenten van de minor “Technology to Create” Institute for Engineering, Hanzehogeschool Groningen. De opdrachtgever in het project was Kirsten van den Bosch (SoundAppraisal). Invoer is verzorgd door Kees Oosterhof (Treant Zorggroep) en Punt voor Parksinson.
Naast literatuur, verzamelden de studenten een paar gegevensvoorbeelden, die werden geanalyseerd door de softwaretool die door de studenten was gemaakt. De resultaten gegenereerd door de softwaretool zijn vergeleken met “Praat”, de gouden standaard in stemanalyses. De verschillen tussen deze algoritmen voor de geteste monsters waren minder dan 5%. De resultaten zijn dus beperkt, maar echt veelbelovend.
Wij, samen met verschillende partijen, schrijven plannen voor de volgende stap in het project. Een haalbaarheidsstudie zal hiervan deel uitmaken.
De grootste uitdaging voor de verdere ontwikkeling van de app is de toegang tot of het maken van datasets. De datasets moeten spraak bevatten van Nederlandstalige patiënten met de ziekte van Parkinson, met een vorm van dysartrie als oorzaak van Parkinson.
Verder onderzoek moet worden gedaan naar:
• therapiemethoden die kunnen worden uitgevoerd via digitale interface en
• methoden die meer functies van het spraakmonster bevatten dan de fundamentele frequentie en energie en
• de manier om feedback te geven aan patiënten/ logopedisten of artsen via een digitale interface.