AI語音診斷技術再度突破！僅6秒鐘的錄音即可診斷出2型糖尿病

　　近日，《梅奧診所進展：數字健康（Mayo Clinic Proceedings:Digital Health）》雜志發表了一篇關于AI技術結合聲音技術診斷2型糖尿病的文章。

　　該研究顯示，只要對著智能手機說幾句話，就能用聲音診斷出2型糖尿病。該研究由加拿大多倫多的 Klick 實驗室開展，他們聲稱該測試對于女性有89%的準確率，對于男性有86%的準確率。其原理是，使用6到10秒的人的錄音，以及一些基本的健康數據，如年齡、性別、身高和體重，來創建一個人工智能模型，可以區分出這個人是否患有2型糖尿病。

　　該研究納入了267名受試者，其中包括非糖尿病群體和患有2型糖尿病的患者。研究者要求這些受試者用他們的智能手機錄制一句話。每天六次，持續兩周。從超過1.8萬條錄音中，科學家分析了非糖尿病和2型糖尿病個體之間在14個聲學特征上的差異，這些特征包括音高和強度等人耳無法感知的變化。通過信號處理，科學家可以檢測出2型糖尿病引起的聲音變化，這些變化對于男性和女性是不同的。

　　“我們的研究突顯了聲音技術在識別 2 型糖尿病方面的巨大潛力，它可以改變醫學界的篩查方式。目前的檢測方法可能需要很多時間、旅行和成本，聲音技術有可能完全消除這些障礙。”文章的第一作者、研究員 Jaycee Kaufman 說。

　　Klick 實驗室副總裁兼文章主要作者 Yan Fossat 教授表示，這種非侵入性和易于獲取的方法可以為大量人群提供篩查服務，并幫助識別出大量未被診斷的 2 型糖尿病患者。他說：“我們的研究強調了聲音技術在識別 2 型糖尿病和其他健康問題方面的巨大潛力。聲音技術可以作為一個可靠和經濟的數字篩查工具，引領醫療變革。”

　　AI語音診斷技術在此前也被應用到COVID-19篩查和抑郁癥診斷方面。

AI語音診斷技術篩查COVID-19

　　新冠疫情期間，美國語音生物標志物技術公司Sonde Health采用“聽音判病”技術篩查COVID-19患者。

　　該檢測方法要求用戶通過智能手機訪問名為Sonde One的應用軟件，在“呼吸系統癥狀風險”的部分，完成一份簡單問卷。按要求吸氣，并保持一個元音“啊——”的語音至少6秒鐘，該應用程序就會告訴用戶其所處的風險狀態。

　　該應用程序依賴于Sonde Health建立在從80000多個人收集的超過100萬個人類聲音樣本上的機器學習模型，感知和分析聲音中的細微變化，來識別例如咳嗽、哮喘、COPD（慢性阻塞性肺疾病）等呼吸系統疾病的癥狀，6秒鐘的語音采樣可以實現檢測的準確率達70％以上。

　　Sonde Health首席執行官David Liu表示，“無論是呼吸系統疾病、哮喘還是COVID-19，給我們6秒鐘的聲音片段，即可清楚地告訴用戶，他的健康狀況怎樣”。

　　雖然應用程序篩查不能代替臨床醫生的診斷，但可用作COVID-19的早期預警系統。而且，這種操作，就如同測量體溫或血壓一樣簡單。

　　2021年2月，以色列初創公司Vocalis Health宣布，其COVID-19篩查工具Vocalis Check在大型臨床研究中成功驗證，并已獲得CE標志，成為首個獲得CE批準的 COVID-19篩查醫療設備。

　　Vocalis Check是一款軟件，同樣可通過智能手機或Web應用程序訪問。用戶只需從50數到70，其錄音就會被轉換為包含512個語音生物標志物組成的圖像，即頻譜圖，應用人工智能，這些圖片與基于臨床試驗中COVID-19陽性參與者的錄音的合成圖像進行比較，以確定它們之間的相關性。據稱，Vocalis Health的COVID-19聲音生物標志物在評估一個人是否感染 COVID-19的風險方面準確度超過80%。

AI靠“聽”篩查抑郁癥

　　2012年，《生物精神病學》（Biological Psychiatry）雜志上發表了一項研究，威斯康星州麥迪遜市心理咨詢中心（CPC）的一個科學家團隊推測，通過聲音特征或許可以判斷出一個抑郁癥患者病的到底有多嚴重。

　　Ellipsis公司利用語言和思維紊亂之間的這種學術聯系，開發了一種嚴重抑郁癥的篩查測試。在測試過程中，患者對著麥克風簡短地說話，記錄下語音樣本，然后由公司的算法進行分析，以衡量抑郁癥和焦慮癥的水平。

　　“結合當前最先進的深度學習和前沿的遷移學習技術，我們的團隊已經開發了新的模型，可以檢測語音中的聲學模型和基于單詞的模型。這些模型直接從數據中學習它們的特征，而不依賴預先確定的特征，”創始人兼首席執行官Mainul I Mondal說。“在全世界各個地方，聲音都是衡量健康程度的重要標準。通過語氣、節奏和情感，某人的聲音可以傳達了一個人的內在狀態。”

　　一些研究也已經對人工智能可以從語音模型中檢測出抑郁癥的說法給予了肯定。在2018年Interspeech會議上發表的一篇論文中，麻省理工學院的研究人員詳細介紹了一個系統，該系統可以通過從訪談中讀取音頻數據來發現抑郁癥的征兆，準確率為77%。而在2020年，加利福尼亞大學洛杉磯分校的科學家們使用一個專注于詞匯選擇的人工智能系統，說它能夠像醫生一樣監測正在接受嚴重精神疾病治療的人。

　　就當前來看，AI語音診斷技術尚且不能作為一種完善的診斷手段，僅可以作為一種臨床決策支持工具。不過隨著科技的進步，有望在未來成為醫學診斷強有力的輔助工具。