喉癌是全球重要公共健康问题。2021年数据显示全球约110万例患病，导致10万人死亡。吸烟、酗酒和人乳头瘤病毒感染是主要风险因素，及时发现可使五年生存率提升至35%-78%。传统诊断依赖鼻内镜检查和活检，存在侵入性强、专科诊疗等待时间长等限制。
《数字健康前沿》最新研究显示，通过分析语音声学特征可检测声带病变。项目负责人俄勒冈健康与科学大学临床信息学博士后菲利普·詹金斯指出："我们通过声学生物标志物成功区分了健康与病变声带的语音特征。"该研究属于美国国立卫生研究院Bridge2AI人工智能计划，分析了北美地区306名参与者共计12,523条语音数据。
研究发现男性健康人群、良性病变患者与喉癌患者的谐噪比（衡量语音谐波与噪音成分关系）和基频存在显著差异。但因女性样本量不足，尚未发现有效声学指标。研究团队建议通过扩大数据集完善女性诊断模型。
该研究证实语音生物标志物在监测声带病变进展和早期发现喉癌的应用潜力。下一步将建立更大规模标注语音数据库，开发适配性算法，并开展临床验证。詹金斯预测："随着数据积累和临床验证推进，此类AI工具可能在未来几年进入试点测试阶段。"
研究团队强调该技术具有非侵入性、易获取等优势。现有语音健康工具已进入临床试验阶段，基于Bridge2AI语音数据库的标准化标注体系，将加速开发符合医疗级精度的诊断算法。该成果为实现喉癌早筛提供了新的技术路径，特别是对于医疗资源匮乏地区具有重要应用价值。
【全文结束】
