比翱观察丨健康之声: 从研究到临床实践的声音生物标记物的使用

疾病可以影响心脏、肺、大脑、肌肉或声带等器官，从而改变个人的声音。因此，使用人工智能进行语音分析为医疗保健带来了新的机遇。从使用声音生物标记物进行诊断、风险预测和各种临床结果与症状的远程监测，研究团队在这篇综述中概述了声音在健康相关方面的各种应用。从研究、患者和临床的角度讨论了这种快速发展的环境的潜力。还讨论了在不久的将来要在医疗保健中大量有效地使用语音需要克服的主要挑战。

人声是一种丰富的媒介，是人与人之间交流的主要来源。这是一种最自然、最节能的互动方式。声音作为来自声带的复杂声音阵列，包含各种信息，并通过调节其音调或音高，让我们能够分享有关我们的情绪、恐惧、感觉和兴奋的见解，因此在社交互动中发挥着重要作用[1] .为了达到与人类相似的水平，人工智能（AI）、信息技术和计算机科学的发展为数字健康领域带来了新的机遇，其最终目的是通过技术的杠杆作用使人们和医疗保健专业人员的生活更加舒适。这与声音没有区别。如今，语音技术甚至被认为是最有前途的行业之一，医疗保健预计将成为语音应用的主导垂直领域。到2024年，全球语音市场预计将达到58.438亿美元[2]。智能手机或智能家庭设备上的虚拟/语音助手现在已成为主流，并为语音控制搜索的大量使用开辟了道路。2019年，全球31%的智能手机用户每周至少使用一次语音技术[3]，谷歌移动应用程序和Android设备上20%的查询是语音搜索。如果说目前的语音搜索主要局限于基本问题，那么在医疗保健领域快速扩张的前景是多种多样的。语音技术、音频信号分析和自然语言处理/理解方法的发展为语音的许多潜在应用开辟了道路，如识别用于诊断、分类或患者远程监测的语音生物标记物，或增强临床实践[4]。在这篇综述中，研究团队将从研究、患者或临床角度全面概述语音在健康相关领域的所有当前和未来应用。还将讨论在不久的将来在医疗保健中大规模、高效和合乎道德的使用语音所要克服的关键挑战（表1）。 表1:关键概念的定义图文快览图1: 从研究到实践的声音生物标记物识别综合解决方案
图2: 使用MFCC表示典型的语音信号预处理和特征提取。典型的语音信号预处理和语言与声学特征提取的表示。ASR是指自动语音识别。语言注释包括词性、依赖和选区解析以及意义标记。在此图中，使用CoreNLP等工具应用语言注释。停顿次数、语速和名词率是语言特征，使用临床语言特征提取工具BlaBla包提取。使用MFCC提取声学特征。成帧步骤是指将信号分割成N个样本。加窗是将信号样本乘以窗函数，以最小化可能在后续快速傅立叶变换(FFT)步骤中引起噪声的不连续信号。在该图中，降维由主成分分析(PCA)方法表示，将特征空间降为一维向量。
图3: 声音生物标记物在健康方面的当前和未来用途概述 表2: 语音技术领域从研究转向临床实践的技术和伦理挑战总结研究团队讨论了针对患者和医疗保健专业人员的众多医疗保健应用。很明显，语音将越来越多地用于未来的卫生系统：语音生物标记物将远程跟踪关键健康参数，并将用于对患者进行深度表型分析或设计创新试验，为精准医学开辟道路[9]，而语音技术将整合到临床实践中，以减轻患者和医疗保健专业人员的生活。为了使该领域走向成熟，我们需要从以技术为导向的方法转变为更加以健康为导向的方法，通过创建研究和高价值数据集来提供这种方法的好处的证据。参考文献 
原文来源: Tools and Devices - Review Article，Digit Biomark 2021;5:78–88，DOI: 10.1159/000515346，Voice for Health: The Use of Vocal Biomarkers from Research to Clinical Practice，卢森堡卫生研究所人口健康系深度数字表型研究组Guy Fagherazzi和Aurélie Fischer，卢森堡科技学院服务创新部Muhannad Ismael，卢森堡大学科学、技术和医学学院计算机科学系Vladimir Despotovic通过阅读原文查看此项研究成果。
 

多孔材料与人工结构物理特性表征技术领先者

免责声明：部分资料来源网络，转载目的在于传递信息及分享，并不意味赞同其观点或其真实性，也不构成其他建议。仅提供交流平台，不为其版权负责。如涉及侵权，请联系我们及时删除。