共计 794 个字符，预计需要花费 2 分钟才能阅读完成。
研究人员近日在《Frontiers in Digital Health》期刊发表了一项突破性研究，通过分析语音的声学特征，成功区分声带病变和喉癌患者。这一发现为开发基于人工智能的早期声带异常检测工具奠定了基础。
喉癌作为一种严重的健康问题，2021 年全球约有 110 万患者，其中约 10 万人因此死亡。目前诊断主要依赖侵入性的视频鼻内窥镜检查和活检，这些方法不仅需要专业设备，还可能延误治疗时机。相比之下，通过语音录音进行病变检测提供了一种非侵入性、更快速的筛查选择。
这项研究由美国国立卫生研究院 ’Bridge to Artificial Intelligence’ 联盟的 ’Bridge2AI-Voice’ 项目团队主导，他们分析了来自 306 名参与者的 12,523 份语音录音。研究团队重点关注了音高、抖动、微扰和谐波噪声比等声学特征。研究发现，健康男性、良性病变患者和癌症患者的谐波噪声比和音高存在显著差异。尽管在女性中未发现类似差异，但研究人员认为，更大的女性语音数据集可能会得出不同的结果。
研究通讯作者、俄勒冈健康与科学大学临床信息学博士后研究员 Phillip Jenkins 博士表示：’ 我们展示了可以使用声学生物标志物来区分有声带病变的患者和没有病变的患者。要将这项研究转化为人工智能工具，我们需要更大的语音录音数据集进行模型训练，并由专业人士标注。然后，我们需要测试系统，确保它对女性和男性同样有效。’
如果成功，这种人工智能工具可以集成到分诊系统中，帮助根据语音对喉癌高危患者进行分类。Jenkins 预测：’ 基于语音的健康工具已经在试点中。基于我们的研究结果，我估计在更大的数据集和临床验证的支持下，类似的声带病变检测工具可能会在未来几年内进入试点测试。’
这项研究不仅为喉癌的早期检测提供了新思路，也为开发更多基于语音的健康工具打开了大门。随着技术的进一步发展，未来可能实现更加精准和便捷的声带疾病诊断。
