人工智能展现出令人惊叹的应用潜力——现在它甚至能通过声音识别癌症。
我们都有过声音嘶哑的经历，可能是感冒、演唱会或体育场狂欢后的正常反应。通常休息和热饮就能缓解，但对某些人而言，这种嘶哑却会持续不退。这种持续性的声音沙哑可能是喉癌的早期信号。当及时治疗时，患者五年生存率在35%-78%之间波动，但关键在于早期发现。
目前诊断金标准是鼻腔内窥镜检查或活检，这两种方法都具有侵入性且需要出现症状或发现明显异常才能进行。这种延迟可能让癌症获得发展机会。研究人员最新研究表明，通过AI分析声音录音即可检测与喉癌相关的异常。
"使用声音作为生物标志物进行早期无创识别，可能改善诊断可及性和治疗结果。本研究分析了Bridge2AI-Voice数据库的初始数据，评估哪些声学特征最能区分喉癌、良性声带病变与其他声音疾病和健康状态。"这项研究的作者写道。
"Bridge2AI-Voice"项目隶属于美国国立卫生研究院（NIH）的"人工智能桥梁"（Bridge2AI）联盟，该计划旨在将人工智能应用于复杂生物医学挑战的全国性倡议。
俄勒冈健康与科学大学临床信息学博士后研究员、研究通讯作者Phillip Jenkins博士表示："我们证明使用这种数据集可以通过声音生物标志物区分有声带病变患者和无病变者。"
通过声音检测癌症
这项研究是医学界新兴趋势的代表——从日常信号中发现生物标志物。你的步态可能揭示帕金森病风险，咳嗽声可能暗示新冠感染，现在声音可能携带癌症最早期的线索。
研究团队分析了北美地区306名参与者共计12,523段声音录音。其中少数参与者确诊喉癌、良性声带病变，以及两种声带疾病：痉挛性发音障碍和单侧声带麻痹。
研究人员重点分析了声音的声学参数，包括平均基频（音高）、音高波动（jitter）、振幅波动（shimmer）以及谐噪比（衡量语音中谐波与噪音成分关系）。
有趣的是，研究人员在女性群体中未发现具有统计意义的声学特征，而在男性群体中，基频和谐噪比提供了最有价值的信息。研究发现男性健康群体、良性声带病变患者和喉癌患者在谐噪比和基频方面存在显著差异。
研究指出："这些发现表明谐噪比，特别是其变异性，可能成为早期检测和监测声带病变的有潜力的声音生物标志物。需要更大规模、更多样化的研究人群来完善这些特征并验证其临床价值。"
Jenkins表示："我们的结果表明，像Bridge2AI-Voice这样通过伦理获取的大型多机构数据集，很快可能帮助我们的声音成为临床护理中癌症风险的实用生物标志物。"
目前仅为概念验证
目前该方法尚未完全成熟，仍处于原理验证阶段。下一步需要在更多数据和临床环境中测试这些算法。
研究人员需要特别收集更多女性数据。"要将这项研究转化为能够识别声带病变的AI工具，我们需要使用更大规模的专业标注语音数据集进行模型训练，随后测试系统是否对男女具有同等有效性。" Jenkins说。
他预测："基于我们的发现，随着更大数据集和临床验证的推进，类似检测声带病变的工具可能在未来几年进入试点测试阶段。"
如果得到完善和验证，这种工具将极大简化早期筛查。一段简短的语音录音可能成为常规体检的一部分，或通过智能手机应用程序进行，从而在症状严重之前就标记出需要进一步检查的患者。
对于喉癌来说，这意味着捕捉疾病不再需要数月的持续嘶哑，而是只需要几秒钟的言语即可发现。
该研究已发表在《数字健康前沿》（Frontiers in Digital Health）期刊上。
【全文结束】
