隨著人工智能和語音識別技術(shù)的不斷進步，以及相關(guān)市場的發(fā)展壯大，利用語音識別疾病也引發(fā)了更多關(guān)注。有多個機構(gòu)正在開展相關(guān)技術(shù)研究，也有初創(chuàng)公司致力于開發(fā)手機應(yīng)用程序等。

　　法國《回聲報》在近日的報道中指出，盡管“聽音識病”市場方興未艾，但其有效性仍需進一步驗證，同時也要警惕相關(guān)技術(shù)被濫用。

　　“聽音識病”發(fā)展迅猛

　　相關(guān)研究表明，所有影響肺部、心臟、大腦、肌肉或聲帶的疾病都可能導(dǎo)致聲音改變。因此，使用數(shù)字工具分析錄音，就能識別出疾病的特征，即所謂的“語音生物標(biāo)志”。

　　鑒于此，科學(xué)家們正在利用人工智能辨別和處理人類各種聲音，以及呼吸和咳嗽之類的聲音模式，數(shù)字醫(yī)療界也在加速開發(fā)疾病特異性的語音生物標(biāo)志，用于輔助診斷和評估疾病。

　　盧森堡衛(wèi)生研究所精準(zhǔn)健康部主任居伊·法蓋拉齊正帶頭開展一項收集用于健康領(lǐng)域的語音樣本的國際研究。他說：“過去5年間，智能手機大規(guī)模普及，人們能夠在任何地方錄制和傳輸語音數(shù)據(jù)。此外，得益于音頻信號處理手段和人工智能技術(shù)的不斷進步，‘聽音識病’領(lǐng)域的相關(guān)研究大大提速。”

　　《回聲報》在報道中指出，過去5年里，關(guān)于語音生物標(biāo)志的科學(xué)研究和出版物越來越多，無論是用于診斷(通過錄音來檢測是否存在疾病)，還是用于患者隨訪(通過多次錄音來檢測疾病的發(fā)展或治療效果)。

　　法蓋拉齊強調(diào)，新冠疫情起到了催化的作用。自2020年初以來，多個國家開展了數(shù)十項研究，希望能通過對有癥狀者和無癥狀者的錄音進行比較，據(jù)此檢測疾病，或遠(yuǎn)程跟蹤陽性患者。

　　而且，亞馬遜Alexa、谷歌助手和蘋果Siri等語音技術(shù)的普及應(yīng)用，正在悄無聲息地收集全球海量語音數(shù)據(jù)，也極大地推動了語音生物標(biāo)志的廣闊應(yīng)用。

　　初創(chuàng)公司蜂擁而至

　　已經(jīng)有初創(chuàng)公司進入“聽音識病”市場，開發(fā)手機應(yīng)用程序或在線軟件。

　　例如，美國金楚吉公司已為保險公司和醫(yī)療保健專業(yè)人員提供了一種檢測心理健康的工具。美國數(shù)字醫(yī)療初創(chuàng)公司“Sonde健康”也在利用音頻信號處理和機器學(xué)習(xí)，監(jiān)測評估哮喘和慢阻肺疾病患者的癥狀，并將此技術(shù)拓展用于新冠肺炎患者的早期預(yù)警系統(tǒng)。據(jù)悉，美國和印度已有多家公司正在使用該公司的技術(shù)，來幫助員工篩查新冠肺炎。

　　據(jù)《柳葉刀·數(shù)字健康》雜志報道，Sonde健康公司開展的臨床實驗證明，借助智能手機，通過分析患者語音的短片段，便可查找指向早期健康狀況的異常現(xiàn)象，監(jiān)測從呼吸系統(tǒng)疾病到帕金森病、慢性老年病等各種疾病，以及抑郁癥、產(chǎn)后抑郁、認(rèn)知障礙和腦震蕩等精神問題。

　　以色列初創(chuàng)公司“Vocalis健康”同樣聚焦于醫(yī)療領(lǐng)域的人工智能和語音分析應(yīng)用，此前報道稱，該公司的聲音生物標(biāo)志在評估一個人是否感染新冠病毒上的準(zhǔn)確率超過80%。

　　這一領(lǐng)域也引起了制藥公司的興趣。據(jù)澳大利亞初創(chuàng)公司新聞網(wǎng)報道，今年9月，輝瑞公司斥資1.79億美元收購了澳大利亞ResApp健康公司，后者開發(fā)的應(yīng)用程序能根據(jù)病人的咳嗽錄音檢測新冠肺炎和其他呼吸道疾病，其中檢測新冠肺炎的準(zhǔn)確率高達(dá)92%，檢測肺炎和哮喘的準(zhǔn)確率分別為96%和90%。

　　有市場研究和咨詢公司預(yù)測，2018—2027年，全球語音生物標(biāo)志市場價值的年復(fù)合增長率將達(dá)23.3%。

　　尚需驗證 仍存風(fēng)險

　　盡管該領(lǐng)域目前發(fā)展勢頭很猛，但法蓋拉齊認(rèn)為，要證明研究結(jié)果的有效性，還有很多工作要做。因為大多數(shù)現(xiàn)有研究都在特定人群中進行，樣本有限?！读~刀·數(shù)字健康》去年發(fā)表的述評文章《通過你的聲音能診斷疾病嗎？》也指出，“聽音識病”將極大改善全球醫(yī)療健康服務(wù)模式，特別是輔助診斷新冠病毒感染患者，但在臨床實踐中，仍需要大量循證實踐和數(shù)據(jù)驗證。

　　一些計算機科學(xué)家也對使用人工智能來追蹤精神障礙持保留意見，特別是像抑郁癥這樣的嚴(yán)重疾病，認(rèn)為“聽音識病”技術(shù)很難提供高度精確的結(jié)果。

　　除了需要在采集樣本和訓(xùn)練人工智能模型方面取得進展外，人們也擔(dān)心，與面部識別技術(shù)一樣，檢測語音生物標(biāo)志的工具可能會在用戶不知情的情況下被濫用。法蓋拉齊認(rèn)為，在設(shè)計相關(guān)工具時要考慮到該風(fēng)險。（劉 霞）