Weryfikacja zautomatyzowanej segmentacji dźwięków połykania cienkiej cieczy 5 ml w celu oszacowania czasu oczyszczania gardła na podstawie dźwięku

Dlaczego dźwięki połykania mają znaczenie

Połykanie jest czymś, co większość z nas uważa za oczywiste, lecz dla milionów osób — zwłaszcza starszych i cierpiących na choroby neurologiczne — może być trudne i niebezpieczne. Gdy połykanie przebiega nieprawidłowo, jedzenie lub płyn mogą przedostać się do płuc, prowadząc do niedożywienia, zakrztuszenia lub poważnych zakażeń, takich jak zapalenie płuc. Najlepsze obecnie stosowane badania problemów z połykiem opierają się na fluoroskopii wykonywanej w szpitalu. Niniejsze badanie bada znacznie prostsze podejście: nasłuchiwanie dźwięków połykania za pomocą małego elektronicznego stetoskopu na szyi i użycie algorytmu komputerowego do oceny, jak skutecznie gardło oczyszcza każdy łyk cieczy.

Od szpitalnych rentgenów do inteligentnych narzędzi przy łóżku

Obecnym złotym standardem badania połykania jest wideofluoroskopia, film rentgenowski pokazujący ruch kontrastowej cieczy z ust przez gardło. Pozwala ona ocenić, jak szybko i bezpiecznie ciecz przechodzi przez kluczowe struktury oraz czy coś pozostaje z tyłu. Jednak to badanie wymaga specjalistycznego sprzętu, wykwalifikowanego personelu i naraża pacjentów na promieniowanie, co utrudnia częste powtarzanie lub wykonanie przy łóżku pacjenta czy w domu. Natomiast osłuchiwanie szyi — czyli auskultacja szyjna — można przeprowadzić wszędzie, lecz tradycyjnie było subiektywne i zależne od ucha klinicysty. Dzięki postępom w czujnikach cyfrowych i przetwarzaniu sygnałów autorzy dążą do przekształcenia tych dźwięków w wiarygodny wskaźnik liczbowy odzwierciedlający to, co widać na rentgenie.

Rejestrowanie dźwięku połyku

Zespół objął badaniem 45 pacjentów w japońskim szpitalu, którzy już przechodzili badanie rentgenowskie z powodu podejrzenia zaburzeń połykania i mogli bezpiecznie przełknąć łyk cienkiej cieczy o objętości 5 ml. Podczas połykania każdy pacjent miał na szyi elektroniczny stetoskop umieszczony na przedniej części szyi. Ta sama kamera wideo rejestrowała jednocześnie ekran rentgenowski i sygnał dźwiękowy, co pozwoliło na precyzyjną synchronizację obu nagrań. Oparty na regułach algorytm komputerowy monitorował głośność strumienia dźwięku w krótkich przedziałach czasowych, oznaczając momenty, kiedy zaczynał się oraz kończył wybuch aktywności. Czas między tymi punktami — zwany audio‑pochodnym czasem oczyszczania gardła — potraktowano jako przedział, w którym gardło aktywnie przesuwało ciecz.

Porównanie zdarzeń dźwiękowych z rzeczywistymi ruchami gardła

Aby ocenić, czy oparte na dźwięku określenie czasu rzeczywiście odzwierciedla fizyczny akt połykania, doświadczony logopeda przeanalizował filmy rentgenowskie klatka po klatce. Oznaczył trzy kluczowe momenty: kiedy ciecz po raz pierwszy dotknęła przypominającej klapkę nagłośni u nasady języka, kiedy otworzył się górny zwieracz przełyku (wejście do przełyku) oraz kiedy się ponownie zamknął. Te punkty orientacyjne razem definiują, jak długo ciecz przechodzi przez gardło. Badacze porównali potem te czasy z punktami początkowymi i końcowymi wyznaczonymi przez algorytm na podstawie dźwięku w 84 połykaniach. Algorytm poprawnie wykrył 80 z nich, a w większości przypadków przedział dźwiękowy silnie pokrywał się z przejściem gardła określonym na rentgenie.

Jak dobrze zgrały się czasy?

Początek oznaczony na podstawie dźwięku nastąpił po dotknięciu nagłośni przez ciecz w 96% połykań i zwykle w ciągu około pół sekundy, co wskazuje, że algorytm nie uruchamia się na wczesne ruchy ust, ale na zdarzenia w gardle. Koniec określony z dźwięku zwykle następował po zamknięciu górnego zwieracza przełyku, co oznacza, że zarejestrowany przedział dźwiękowy obejmował pełną aktywną fazę transportu gardłowego. Średnio audio‑pochodny czas oczyszczania wynosił około 0,7 sekundy, bardzo blisko 0,79 sekundy zmierzonej na podstawie punktów orientacyjnych z rentgena. Co ważne, to oparte na dźwięku określenie czasu pozostawało stabilne nawet u pacjentów, u których przed głównym połknięciem dochodziło do wycieku cieczy z ust do gardła (tzw. słaba retencja oralna); w przeciwieństwie do tego miara z rentgena wydłużała się w takich przypadkach. Sugeruje to, że metoda dźwiękowa koncentruje się na kluczowej akcji gardła, zamiast być mylona przez wcześniejsze, pasywne sączenie.

Co to może oznaczać dla codziennej opieki

Dla pacjentów i klinicystów kluczowy wniosek jest taki, że prosty czujnik przymocowany do szyi wraz z automatycznym algorytmem segmentacji może dostarczyć wiarygodnego oszacowania, jak efektywnie gardło oczyszcza łyk cienkiej cieczy. Chociaż nie obejmuje wszystkich faz połykania i może niedoszacowywać całkowitego czasu połyku u osób z ciężkimi problemami kontroli jamy ustnej, blisko śledzi fazę gardłową, która ma znaczenie dla bezpiecznego oczyszczania treści. Otwiera to drogę do badań przesiewowych przy łóżku pacjenta i w domu, które można częściej powtarzać, bez rentgena i specjalistycznej interpretacji. Po dalszej walidacji takie miary oparte na dźwięku mogłyby wspierać wcześniejsze wykrywanie pogorszenia połykania, ukierunkowywać terapię i pomagać zapobiegać powikłaniom, takim jak zachłystowe zapalenie płuc — wszystko poprzez przekształcenie ukrytych dźwięków połyku w użyteczne informacje zdrowotne.

Cytowanie: Jayatilake, D., Teramoto, Y., Ueno, T. et al. Validation of automated 5 mL thin liquid swallowing sound segmentation for estimating audio-derived pharyngeal clearance time. Sci Rep 16, 11908 (2026). https://doi.org/10.1038/s41598-026-39699-7

Słowa kluczowe: dysfagia, dźwięki połykania, czujniki noszone, czas oczyszczania gardła, zdrowie cyfrowe