Твой голос важен: какие заболевания предлагают диагностировать по вокальным биомаркерам

Твой голос важен: какие заболевания предлагают диагностировать по вокальным биомаркерам

26 Aug 2021
41
Прослушать

Известную поговорку «Скажи мне, кто твой друг, и я скажу, кто ты» впору актуализировать: «Скажи мне что-нибудь, а я скажу, чем ты болеешь». Все больше и больше коллективов ученых по всему миру ищут способы диагностировать самые разнообразные недуги по голосу человека. По оценкам маркетингового агентства Future, к концу 2023 года рынок голосовых биомаркеров достигнет 2,5 млрд долларов.

Как далеко продвинулись исследователи

Голос – сложный результат совместной работы мышц и мозга. Легкие или серьезные изменения в голосе могут быть индикатором различных заболеваний, что делает голосовые биомаркеры неинвазивным инструментом для выявления и мониторинга этих заболеваний. По прогнозам аналитиков Future, рынок голосовых биомаркеров будет расти в первую очередь вследствие увеличения числа пациентов с заболеваниями, влияющими на речь. Это и депрессия, и болезнь Паркинсона, респираторные и сердечно-сосудистые расстройства, болезнь Альцгеймера, болезнь Хантингтона и многие другие.

По данным BlueWeave, к 2026 году рынок достигнет отметки в 4,2 млрд долларов. По прогнозам еще одного агентства Fact.MR, динамичнее других будет расти сегмент «Психические расстройства» на мировом рынке биомаркеров голоса. Доходы игроков этого сегмента составят примерно 130 млн долларов к концу 2027 года.

В 2007 году группа исследователей отобрала 34 подростка, которые входили в группу высокого риска развития психоза, и наблюдала за ними в течение нескольких лет. В начале исследования были записаны образцы голоса участников, и исследователи использовали технологию анализа голоса для выявления изменений.

Результаты наблюдения, опубликованные в 2015 году, показали, что ученые смогли со 100% точностью предсказать, у кого из этих ребят разовьется психоз, основываясь исключительно на комплексном анализе их голосов. Хотя число участников в исследовании было небольшим, его результаты прозвучали очень обнадеживающе.

В 2015 году специалисты биотехнологической компании начали использовать образцы голоса, предоставленные через приложение для iPhone пациентами с болезнью Паркинсона и без нее, для разработки моделей машинного обучения, которые могли бы превратить голосовые данные в инструмент для диагностики неврологических заболеваний. Исследователи обработали 10-секундные записи голоса каждого пациента из этого исследования, а затем поместили звуковые биты в свои шаблоны машинного обучения.

Машина смогла идентифицировать из всех доступных данных те закономерности, которые были значимыми, и, делая это, была способна в 85% случаев различать людей, страдающих болезнью Паркинсона, и людей из контрольной группы.

Показатель точности был лучше, чем у врачей-неспециалистов (точность их клинического диагноза в то время составляла 74%), и лучше, чем у узких специалистов по расстройствам (в среднем 80%).

В 2020 году команда медицинских специалистов из клиники Майо совместно с израильским стартапом Vocalis Health определила биомаркер голоса для легочной гипертензии, который в значительной степени присутствует у пациентов, страдающих сердечной недостаточностью. Сердечная недостаточность ежегодно поражает более 6 млн американцев и приводит к одному миллиону госпитализаций в год.

В рамках исследования 83 пациента были разделены на две группы: те, у кого было высокое легочное артериальное давление, и те, у кого его не было. Их попросили трижды записать свой голос на смартфон, в том числе прочитать указанный текст, описывающий положительный и отрицательный опыт.

Исследователи обнаружили связь между биомаркером голоса и пациентами, у которых было высокое среднее легочное артериальное давление. Эмоции пациентов, когда они говорили, казалось, не оказывали большого влияния на результаты.

В ходе дальнейших исследований врачи планируют сравнить биомаркер голоса с результатами визуализации.

Калифорнийская компания Sonaphi сосредоточена на разработке 60-секундного мобильного приложения для скрининга COVID-19 на основе голоса, которое они планируют запустить уже к концу 2021 года.

«Традиционное медицинское тестирование имеет ограничения, связанные с доступом, доступностью, адаптивностью, эффективностью и возможностью анализа целого спектра биомаркеров, — комментирует главный операционный директор Sonaphi Дэвид Левеск. - Пандемия подсветила все эти проблемы. Наше приложение призвано обеспечить точную, актуальную оценку состояния здоровья в режиме реального времени».

А Sonde Health, похоже, уже в состоянии диагностировать COVID-19 по голосу. Недавно этот бренд заключил сделку с компанией беспроводных технологий Qualcomm Technologies Inc. о внедрении своего продукта биомаркеров голосового здоровья Sonde One.

Партнерство позволит интегрировать возможности вокальных биомаркеров машинного обучения Sonde с мобильными платформами Qualcomm Snapdragon 888 и 778G 5G для обеспечения приложений для скрининга и мониторинга здоровья на мобильных устройствах, использующих эти платформы.

Sonde One может выявлять не только COVID-19, но и астму, ХОБЛ, депрессию и тревогу всего с помощью шестисекундного образца голоса.

«Представьте себе автомобиль, который может определить, является ли водитель слишком уставшим, чтобы безопасно управлять автомобилем, или «умный дом», который может обнаружить начало депрессии, или телефон, который может проводить непрерывную оценку астмы и предупреждать о возможных приступах», — говорит генеральный директор Sonde Health Дэвид Лю.

Проблемы, с которыми сталкиваются разработчики

Хотя эмоции, испытываемые пациентами во время записи их голосов, не оказывают существенного влияния на показатели биомаркеров голоса, они влияют на саму речь. Вот почему интерпретация данных имеет жизненно важное значение: медицинские специалисты должны исключить параметры, не относящиеся к алгоритмам, разработанным для выявления конкретных заболеваний или симптомов.

«В некотором смысле самое большое благословение речи — это одновременно ее самое большое проклятие, — рассказывает директор по аналитике и соучредитель Aural Analytics, стартапа, который исследует алгоритмы на основе речи для отслеживания прогрессирования неврологических заболеваний, Визар Бериша. — Она чувствительна к изменениям. Если вас что-то беспокоит, если вы немного устали, если вы чувствуете себя подавленным или вы недостаточно выспались прошлой ночью, все это выльется в некоторое отклонение от базовой линии в вашей речи».

Респираторные заболевания, такие как хроническая обструктивная болезнь легких, также могут привести к изменениям в речи. Например, говорящий может делать больше пауз, чтобы перевести дыхание, говорить медленнее, или его речь может быть очень мягкой. Это означает, что исследователи должны быть осторожны при интерпретации данных и отсеивании параметров, которые могут не иметь отношения к тому, что они изучают.

«Проблема не в том, чтобы создавать контролируемые модели искусственного интеллекта, — констатирует Визар Бериша. — Задача состоит в том, чтобы убедиться, что вы делаете что-то клинически полезное, потому что речь чувствительна ко всему».

Барьером выступает и нежелание многих пациентов предоставить свои образцы голоса или разрешить приложениям отслеживать их регулярные действия из-за проблем с защитой персональных данных. Это затрудняет работу исследователей, медицинских специалистов и разработчиков биотехнологий, поскольку без больших выборок голосовых данных модели биомаркеров не могут использоваться для выявления потенциальных заболеваний.

И все же, если исследователи смогут преодолеть эти ограничения и создать качественные цифровые решения, то в долгосрочной перспективе биомаркеры голоса позволят уменьшить нагрузку на систему здравоохранения и медицинский персонал, взяв на себя предварительную дистанционную сортировку пациентов с наиболее распространенными заболеваниями, помогут пациентам узнавать, страдают ли они каким-либо заболеванием и следует ли им проконсультироваться по этому поводу со специалистам. Они смогут стать хорошими помощниками телемедицины. В конечном счете это даст экономию затрат в здравоохранении за счет улучшения диагностики, корректировки назначенного лечения, мониторинга динамики состояния пациентов, в том числе участвующих в исследованиях по разработке лекарств.

Екатерина Погонцева