新德里讯：研究者发现，录音中的语音特征（如音调、音高和清晰度）可能有助于检测喉癌（声带）的早期预警信号。发表于《前沿数字健康》期刊的研究成果显示，通过分析语音信号中的生物标志物，人工智能模型可从声音中识别声带异常病变——这些病变虽可能为良性，但也可能是喉癌的早期阶段。
当前的内窥镜和活检等诊断程序具有侵入性。研究团队负责人、美国俄勒冈健康与科学大学临床信息学博士后研究员菲利普·詹金斯博士表示："我们证明了通过语音数据集，能够区分声带病变患者与健康者的语音特征。"
研究团队分析了306名参与者共计12500条语音录音的音调、音高、音量和清晰度，这些数据来自公开的"Bridge2AI-Voice"数据集。论文指出："总体样本中，良性病变组与健康对照组及喉癌组在谐波噪声比（HNR）和基频特征上存在显著差异。"其中谐波噪声比（HNR）用于衡量语音信号的噪声程度。
研究发现男性患者的声带良性病变与喉癌在语音特征上差异显著，但未在女性样本中观察到类似规律。研究者推测更大的数据集可能揭示女性患者的特征差异。他们强调谐波噪声比的变化可监测声带病变发展，在男性患者中尤具早期癌症检测价值。
詹金斯博士表示："像Bridge2AI-Voice这样的伦理化大型多机构数据集，未来有望使语音成为临床癌症风险筛查的实用生物标志物。"研究团队计划使用更大规模语音数据集训练AI模型，并在不同性别群体中进行验证。
【全文结束】
