AI语音诊断技术再度突破！仅6秒钟的录音即可诊断出2型糖尿病

　　近日，《梅奥诊所进展：数字健康（Mayo Clinic Proceedings:Digital Health）》杂志发表了一篇关于AI技术结合声音技术诊断2型糖尿病的文章。

　　该研究显示，只要对着智能手机说几句话，就能用声音诊断出2型糖尿病。该研究由加拿大多伦多的 Klick 实验室开展，他们声称该测试对于女性有89%的准确率，对于男性有86%的准确率。其原理是，使用6到10秒的人的录音，以及一些基本的健康数据，如年龄、性别、身高和体重，来创建一个人工智能模型，可以区分出这个人是否患有2型糖尿病。

　　该研究纳入了267名受试者，其中包括非糖尿病群体和患有2型糖尿病的患者。研究者要求这些受试者用他们的智能手机录制一句话。每天六次，持续两周。从超过1.8万条录音中，科学家分析了非糖尿病和2型糖尿病个体之间在14个声学特征上的差异，这些特征包括音高和强度等人耳无法感知的变化。通过信号处理，科学家可以检测出2型糖尿病引起的声音变化，这些变化对于男性和女性是不同的。

　　“我们的研究突显了声音技术在识别 2 型糖尿病方面的巨大潜力，它可以改变医学界的筛查方式。目前的检测方法可能需要很多时间、旅行和成本，声音技术有可能完全消除这些障碍。”文章的第一作者、研究员 Jaycee Kaufman 说。

　　Klick 实验室副总裁兼文章主要作者 Yan Fossat 教授表示，这种非侵入性和易于获取的方法可以为大量人群提供筛查服务，并帮助识别出大量未被诊断的 2 型糖尿病患者。他说：“我们的研究强调了声音技术在识别 2 型糖尿病和其他健康问题方面的巨大潜力。声音技术可以作为一个可靠和经济的数字筛查工具，引领医疗变革。”

　　AI语音诊断技术在此前也被应用到COVID-19筛查和抑郁症诊断方面。

　　AI语音诊断技术筛查COVID-19

　　新冠疫情期间，美国语音生物标志物技术公司Sonde Health采用“听音判病”技术筛查COVID-19患者。

　　该检测方法要求用户通过智能手机访问名为Sonde One的应用软件，在“呼吸系统症状风险”的部分，完成一份简单问卷。按要求吸气，并保持一个元音“啊——”的语音至少6秒钟，该应用程序就会告诉用户其所处的风险状态。

　　该应用程序依赖于Sonde Health建立在从80000多个人收集的超过100万个人类声音样本上的机器学习模型，感知和分析声音中的细微变化，来识别例如咳嗽、哮喘、COPD（慢性阻塞性肺疾病）等呼吸系统疾病的症状，6秒钟的语音采样可以实现检测的准确率达70％以上。

　　Sonde Health首席执行官David Liu表示，“无论是呼吸系统疾病、哮喘还是COVID-19，给我们6秒钟的声音片段，即可清楚地告诉用户，他的健康状况怎样”。

　　虽然应用程序筛查不能代替临床医生的诊断，但可用作COVID-19的早期预警系统。而且，这种操作，就如同测量体温或血压一样简单。

　　2021年2月，以色列初创公司Vocalis Health宣布，其COVID-19筛查工具Vocalis Check在大型临床研究中成功验证，并已获得CE标志，成为首个获得CE批准的 COVID-19筛查医疗设备。

　　Vocalis Check是一款软件，同样可通过智能手机或Web应用程序访问。用户只需从50数到70，其录音就会被转换为包含512个语音生物标志物组成的图像，即频谱图，应用人工智能，这些图片与基于临床试验中COVID-19阳性参与者的录音的合成图像进行比较，以确定它们之间的相关性。据称，Vocalis Health的COVID-19声音生物标志物在评估一个人是否感染 COVID-19的风险方面准确度超过80%。

　　AI靠“听”筛查抑郁症

　　2012年，《生物精神病学》（Biological Psychiatry）杂志上发表了一项研究，威斯康星州麦迪逊市心理咨询中心（CPC）的一个科学家团队推测，通过声音特征或许可以判断出一个抑郁症患者病的到底有多严重。

　　Ellipsis公司利用语言和思维紊乱之间的这种学术联系，开发了一种严重抑郁症的筛查测试。在测试过程中，患者对着麦克风简短地说话，记录下语音样本，然后由公司的算法进行分析，以衡量抑郁症和焦虑症的水平。

　　“结合当前最先进的深度学习和前沿的迁移学习技术，我们的团队已经开发了新的模型，可以检测语音中的声学模型和基于单词的模型。这些模型直接从数据中学习它们的特征，而不依赖预先确定的特征，”创始人兼首席执行官Mainul I Mondal说。“在全世界各个地方，声音都是衡量健康程度的重要标准。通过语气、节奏和情感，某人的声音可以传达了一个人的内在状态。”

　　一些研究也已经对人工智能可以从语音模型中检测出抑郁症的说法给予了肯定。在2018年Interspeech会议上发表的一篇论文中，麻省理工学院的研究人员详细介绍了一个系统，该系统可以通过从访谈中读取音频数据来发现抑郁症的征兆，准确率为77%。而在2020年，加利福尼亚大学洛杉矶分校的科学家们使用一个专注于词汇选择的人工智能系统，说它能够像医生一样监测正在接受严重精神疾病治疗的人。

　　就当前来看，AI语音诊断技术尚且不能作为一种完善的诊断手段，仅可以作为一种临床决策支持工具。不过随着科技的进步，有望在未来成为医学诊断强有力的辅助工具。