Искусственный интеллект, возможно, сможет выявлять самые ранние признаки рака гортани, анализируя неуловимые изменения в голосе человека. К такому выводу пришла команда из Орегонского университета здравоохранения и науки (OHSU) и Портлендского государственного университета. Результаты исследования опубликованы в журнале Frontiers in Digital Health.
Акустические «отпечатки» болезни
Учёные установили, что поражения голосовых связок — как доброкачественные, так и злокачественные — оставляют уникальные акустические «отпечатки пальцев». ИИ способен распознавать их на самых ранних стадиях, задолго до того, как пациента направят на эндоскопию. Это открывает путь к более раннему началу лечения и повышению шансов на выживание.
Сейчас диагностика требует специального оборудования и инвазивных процедур, что может приводить к задержкам, особенно в регионах с ограниченным доступом к оториноларингологам. При раке гортани пятилетняя выживаемость варьируется от 35% до 78% в зависимости от стадии, поэтому раннее выявление имеет решающее значение.
Голос как биомаркер
Работа опиралась на Bridge2AI-Voice dataset — часть программы Национальных институтов здравоохранения США Bridge to Artificial Intelligence, создающей крупную и этически собранную базу голосовых записей для изучения голоса как биомаркера здоровья.
Первый набор данных включает более 12 500 образцов от 306 участников из Северной Америки, в том числе 23 с подтверждённым раком гортани или доброкачественными поражениями голосовых связок. Алгоритм анализировал вариации высоты тона, изменения громкости и соотношение гармоник к шуму (HNR), отражающее баланс тональных и шумовых элементов речи.
У мужчин среднее значение HNR и его вариабельность заметно различались между группами с доброкачественными поражениями, раком гортани и здоровыми связками. Разница в среднем HNR между мужчинами с доброкачественными поражениями и здоровыми связками оказалась статистически значимой (p = 0,004), как и вариабельность HNR (p = 0,002). Эти показатели также помогали отличить мужчин с доброкачественными поражениями от пациентов с раком гортани (p = 0,027).
У женщин таких различий выявлено не было, что исследователи объяснили малым размером выборки.
«Мы показали, что с использованием этого набора данных можно применять голосовые биомаркеры для различения голосов пациентов с поражениями голосовых связок от голосов людей без таких поражений», — отметил ведущий автор исследования Филлип Дженкинс.
Учёные подчёркивают: для внедрения голосового скрининга в клиники потребуется собрать более масштабные наборы данных и протестировать технологию в реальных условиях.
«Голосовые инструменты для оценки здоровья уже проходят пилотные испытания. При наличии более масштабных данных и клинической валидации подобные системы для выявления поражений голосовых связок могут начать пилотное тестирование уже в ближайшие пару лет», — добавил Дженкинс.