以前 , 我们总将生理疾病的考虑优先于精神疾病 , 因为生理疾病更容易被监测和治疗 , 而现在 , 人们正在更加开放地看待精神健康问题 , 那么 , 语音生物标志物可否用于精神疾病的“数字化”?
人类在说话时 , 哪怕是一个简单的词语 , 都需要大脑中的多个神经回路进行复杂协调、对呼吸系统进行精确的控制、掌握好协调的肌肉骨骼系各个部分的激活时间 , 这样才能控制整个声道的发音清晰度 。 人体在发声时对于全身系统协调的依赖 , 可为研究机构提供监测疾病的新思路 。
因为人体发声的同时会产生相应的生物标记物 , 当身体出现健康问题时 , 疾病的特异性干扰会对某个系统或多个系统产生细微、难以察觉、但具有特性的变化 , 生物标记物含量由此产生变化 。 而这种变化 , 是可以利用机器来进行分析计算的 。
此类变化和关联无法被人耳识别 , 但却可以被语音生物标记技术检测到 。 这和我们的视力很相似 , 人眼可以看到一个特定的光谱 , 但实际上现实中还存在更多的光谱 , 我们肉眼并不能看到 。
以抑郁症为例 , 患者往往会表现出言语迟缓、音量不稳定、发声颤抖、语言韵律异常等症状 。 麻省理工学院(MIT)林肯实验室的研究发现 , 抑郁症患者治疗前较治疗后 , 声带发声的时刻和强度在每次声带振动的周期中 , 波动都比较显著 , 并且波动程度与抑郁症的严重程度呈正相关 。
随后 , 他们利用自动分类算法 , 实现了精确度可以达到80%~90%的抑郁症预测 。 Sonde Health已在这项技术的基础上 , 研发了用于检测和诊断精神疾病的产品 。
Sonde Health很早就意识到声音对个人健康有意义的预测指标 , 开始研究语音和不同疾病之间的关联 。 比如 , 建立语音和MRI脑白质(抑郁症诊断)之间的关联 , 语音和海马体萎缩(老年痴呆诊断)之间的关联 , 等等 。
目前 , Sonde Health已经经过临床实验证明 , 通过智能手机 , 在不记录人们具体说话内容 , 仅提取语音特征的情况下 , 通过分析患者语音的短片段 , 便可查找可能指向早期健康状况的异常现象 , 监测从呼吸系统疾病到帕金森病、慢性老年病等各种疾病 , 以及人体精神问题 , 包括抑郁症、产后抑郁、认知障碍和脑震荡等 。
Sonde Health的语音识别技术在不断发展迭代 。 第一代技术在使用时 , 要求用户必须阅读固定文本或回答问题 , 且用户必须处在特定环境中进行 。 目前 , Sonde Health技术已可导入手机等随身电子设备中 , 通过语音实时监控用户健康情况 , 并及时提供治疗方案 。
Sonde Health首席运营官Jim Harper声称 , “当我们分析语音时 , 并不关心内容 , 而是关注语音中各指标的变化 。 ”
其实 , Sonde Health并不是第一个将语音生物识别技术应用于心理疾病检测的组织 。
2015年 , 纽约大学Langone医学中心的研究人员便探索出了机器学习AI软件在健康领域的用途 , 该软件旨在通过语音生物特征识别PTSD(创伤后应激障碍)、抑郁症以及其他心理疾病 。
研究人员使用神经网络发现了30种语音特征 , 比如 , 机器学习算法显示 , 在250多名患有创伤后应激障碍的个体中 , 发音中的元音间隔明显缩短等 。 这些特征可能区分出创伤后应激障碍的退伍军人和未受影响的退伍军人(或健康对照组) , 这个方法被用于一项为期5年的前瞻性大型队列研究 。 在开发的早期阶段 , 研究人员就发现该系统可以诊断PTSD的准确性为77% 。
2016年 , 梅奥诊所与以色列语音分析公司Beyond Verbal(该公司后与Healthymize公司合并为Vocalis Health)合作的研究发现 , 13个语音特征和冠心病存在相关性 , 其中一个语音特征会增加冠心病19倍的发生概率 。 这项研究首次发现语音特征和纯粹的身体疾病存在相关性 , 这意味着 , 医生可以使用语音分析的软件作为一种无创、辅助诊断工具 。
目前 , 语音生物标志物技术领域除了Vocalis Health与Sonde Health , 还包括抑郁症诊断语音分析领域的龙头Ellipsis Health(该公司刚完成2600万美元A轮融资) , AI语音诊断技术研发商Winterlight Labs , 以及专注识别焦虑和抑郁等疾病的Kintsugi(该公司刚完成一轮800万美元的种子轮融资) 。
市场研究和咨询公司Fact.MR的报告预测 , 在2018~2027年的预测期内 , 语音生物标志物的全球市场将达到23.3%的年复合增长率 。
但一些计算机科学家对使用人工智能来追踪精神障碍 , 特别是像抑郁症这样的严重障碍持保留意见 , 认为通过语音检测抑郁症的想法很难提供出高度精确的结果 。 另外 , 担心该技术避免不了AI技术的“偏见”顽疾 , 出现误诊 。